¿Qué es la red neuronal BP?

La idea básica del algoritmo BP es: el proceso de aprendizaje consta de dos partes: propagación directa de la señal y propagación inversa del error. Durante la propagación directa, la muestra de entrada se pasa desde el; capa de entrada y pasa a través de cada capa oculta, se procesa capa por capa y se transmite a la capa de salida. Si la salida de la capa de salida no coincide con las expectativas, el error se transmitirá capa por capa como una señal de ajuste. y la matriz de peso de conexión entre neuronas se procesará para reducir el error. Después de un aprendizaje repetido, el error finalmente se reduce a un rango aceptable. Los pasos específicos son los siguientes:

1. Tome una muestra determinada del conjunto de entrenamiento e ingrese la información en la red.

2. Después del procesamiento directo capa por capa a través de la conexión entre cada nodo, se obtiene la salida real de la red neuronal.

3. Calcular el error entre la salida real de la red y la salida esperada.

4. Propague inversamente el error a las capas anteriores capa por capa y cargue la señal de error en el peso de la conexión de acuerdo con ciertos principios, de modo que el peso de la conexión de toda la red neuronal se mueva en la dirección de reducción de errores.

5. Repita los pasos anteriores para cada par de muestras de entrada y salida en el conjunto de entrenamiento hasta que el error de todo el conjunto de muestras de entrenamiento se reduzca para cumplir con los requisitos.