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，是目前套用最廣泛的神經網路模型之一。

基本介紹

• 外文名：Back Propagation
• 縮寫：BP
• 提出時間：1986年
• 提出人：Rumelhart和McCelland（為首）

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的權值和閾值，使網路的誤差平方和最小。BP神經網路模型拓撲結構包括輸入層（input）、隱層(hide layer)和輸出層(output layer)。