BP 신경망이란 무엇인가요?

BP 알고리즘의 기본 아이디어는 다음과 같습니다. 학습 프로세스는 신호의 순방향 전파와 오류의 역방향 전파로 구성됩니다. 입력 샘플은 입력 레이어를 거쳐 각 은닉 레이어를 차례로 처리한 후 출력 레이어로 전달됩니다. 출력 레이어의 출력이 예상과 일치하지 않으면 오류가 조정 신호로 레이어별로 다시 전송됩니다. , 뉴런 간의 연결 가중치 행렬을 처리하여 오류를 줄입니다. 학습을 반복한 후에는 최종적으로 오류가 허용 가능한 범위로 줄어듭니다. 구체적인 단계는 다음과 같습니다:

1. 훈련 세트에서 특정 샘플을 가져와 네트워크에 정보를 입력합니다.

2. 각 노드 간의 연결을 통해 레이어별로 전진 처리한 후 신경망의 실제 출력을 얻습니다.

3. 네트워크의 실제 출력과 예상 출력 간의 오류를 계산합니다.

4. 레이어별로 이전 레이어에 오류를 역전파하고 특정 원리에 따라 연결 가중치에 오류 신호를 로드하여 전체 신경망의 연결 가중치가 해당 방향으로 이동하도록 합니다. 오류 감소.

5. 전체 훈련 샘플 세트의 오류가 요구 사항을 충족할 만큼 줄어들 때까지 훈련 세트의 각 입력-출력 샘플 쌍에 대해 위 단계를 반복합니다.