反向傳播模型

反向傳播模型(back propagation model)亦稱BP算法一種多層前饋神經元網路的學習算法. 由魯梅哈特(Rumelhart , D.)等人於1985年提出. 這個模型含有輸人節點、輸出節點及一層或多層隱節點，其結構如圖所示.輸人信號先向前傳播到隱節點，經過作用函式的運算，把信息送到輸出節點，得到一個輸出，然後讓它與期望的輸出比較，如果偏差滿足規定的要求，那么學習過程就結束，否則網路就要從輸出節點反向傳播，逐層修改權係數. 節點的作用函式通常選用S型函式，如

BP算法首先從分析偏差的平方和人手，對第 p個樣本，要求誤差

其中.YP，為期望的輸出，.YP，為實際的輸出.信號正向傳播過程中，

BP算法利用梯度下降法對權值進行修正，即