誤差逆傳播網路（back propagation of errors network）是2018年公布的計算機科學技術名詞。
基本介紹
- 中文名：誤差逆傳播網路
- 外文名：back propagation of errors network
- 所屬學科：計算機科學技術
- 公布時間：2018年
定義,出處,
定義
採用誤差逆傳播算法訓練的前饋型神經網路。
出處
《計算機科學技術名詞 》第三版。
誤差逆傳播網路
相關詞條
- 誤差逆傳播網路
誤差逆傳播網路（back propagation of errors network）是2018年公布的計算機科學技術名詞。定義採用誤差逆傳播算法訓練的前饋型神經網路。出處《計算機科學技術名詞 》第三版。1...
- 誤差反向傳播算法
誤差反向傳播法是Rumelhart等在1986年提出的，即BP(error BackPropagation)法影響最為廣泛，也稱BP算法。直到今天，BP算法仍然是自動控制上最重要、套用最多的有效算法。是用於多層神經網路訓練的著名算法，有理論依據堅實、推導過程嚴謹、...
- bp(網路模型)
bp是一種按誤差逆傳播算法訓練的多層前饋網路，是套用最廣泛的神經網路模型之一。BP網路能學習和存貯大量的輸入-輸出模式映射關係，而無需事前揭示描述這種映射關係的數學方程。它的學習規則是使用最速下降法，通過反向傳播來不斷調整網路...
- 誤差逆傳播算法
誤差逆傳播算法（backpropagation BP算法）是迄今最成功的的神經網路算法。顯示任務中使用神經網路時，大多是在使用BP算法進行訓練。不僅適用於多層前饋神經網路，還可以用於其他類型的神經網路，訓練遞歸。算法總結 先將輸入實例提供給輸入層...
- BP神經網路
BP(back propagation)神經網路是1986年由Rumelhart和McClelland為首的科學家提出的概念，是一種按照誤差逆向傳播算法訓練的多層前饋神經網路，是套用最廣泛的神經網路模型之一。發展背景 在人工神經網路的發展歷史上，感知機(Multilayer ...
- 反向傳播網路
BP網路是一種前饋式神經元網路，這種網路是1985年提出.在這種網路中，有兩種信號在流動:一是工作信號，它是施加輸入信號後向前傳播，直到在輸出端產生實際輸出的信號，是輸入和權值的函式;二是誤差信號，網路實際輸出與理論輸出間的差值即...
- 一種反向傳播神經網路DNN的訓練系統
《一種反向傳播神經網路DNN的訓練系統》實施例的反向傳播神經網路DNN的訓練系統採用非對稱結構，即一部分圖形處理器（即GPU）用於計算DNN反向計算（即反向誤差計算），另一部分在一部分GPU用於計算DNN反向誤差計算的同時，進行權重更新計算，...
- 神經網路原理--入門與套用
4.1多階層網路與誤差逆傳播算法的提出 4.2誤差逆傳播神經網路結構與學習規則 4.3誤差逆傳播學習規則的數學推導 4.4隱含層――特徵抽取器的作用 4.5BP網路套用舉例 4.6BP網路小結 4.7幾種改進方案 第五章 Hopfield神經網路 5.1...
- 人工神經元網路原理與套用(第二版)
3.3神經元網路的學習過程 3.4神經元網路的學習規則 3.5神經元網路的工作過程 習題 第四章感知機模型網路 4.1感知機網路的結構 4.2感知機網路的學習規劃 4.3感知機網路的局限性 習題 第五章多層網路的誤差逆傳播校正方法 5.1...
- 神經元網路控制
前向網路辨識 3.6採用預報誤差（RPE）法的神經網路辨識 3.6.1神經網路建模的結構 3.6.2神經網路的RPE算法 3.6.3套用實例 3.7基於神經網路的逆模型辨識 3.7.1非線性系統的可逆性 3.7.2逆系統建模方法 3.7.3開關作用函式的...
- BP算法
(1)組成輸入模式由輸入層經過隱含層向輸出層的“模式順傳播”過程。(2)網路的期望輸出與實際輸出之差的誤差信號由輸出層經過隱含層逐層休整連線權的“誤差逆傳播”過程。(3)由“模式順傳播”與“誤差逆傳播”的反覆進行的網路“記憶...
- 機器學習(2016年清華大學出版社出版的教材)
全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學習的基礎知識；第2部分（第4～10章）討論一些經典而常用的機器學習方法（決策樹、神經網路、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3部分（第...
- 深度學習的數學
第4 章 神經網路和誤差反向傳播法 4 - 1 梯度下降法的回顧 134 4 - 2 神經單元誤差 141 4 - 3 神經網路和誤差反向傳播法 146 4 - 4 用Excel體驗神經網路的誤差反向傳播法 153 第5 章 深度學習和卷積神經網路 5 -...
- 數據挖掘與數學建模
第4章 神經網路及其套用 4.1 問題概述 4.2 神經網路概述 4.3 神經網路的基本模型 4.4 誤差逆傳播神經網路模型 4.5 RBF神經網路 4.6 自組織特徵映射(SOM)神經網路 4.7 神經網路的案例分析與數學建模 4.8 模糊神經網路 參考...
