在感知器和线性神经网络的学习算法中,理想输出与实际输出之差被用来估计神经元连接权值的误差。当为解决线性不可分问题而引入多级网络后,如何估计网络隐含层神经元的误差就成了一大难题。因为在实际中,无法知道隐含层的任何神经元的理想输出值。Rumelhart,McClelland和他们的同事们洞察到了神经网络信息处理的重要性,并于1982年成立了一个PDP小组,研究并行分布式信息处理方法,探索人类认知的微结构。1985年他们提出了BP网络的误差反向后传BP(Back Propagation)学习算法,实现了Minsky设想的多层神经网络模型。
BP(Back Propagation)算法在于利用输出后的误差来估计输出层的直接前导层的误差,再用这个误差估计更前一层的误差,如此一层一层的反传下去,就获得了所有其它各层的误差估计。这样就形成了将输出层表现出的误差沿着与输入传送相反的方向逐级向网络的输入层传递的过程。因此,人们特将此算法称为误差反向后传算法,简称BP算法。使用BP算法进行学习的多级非循环网络称为BP网络,属于前向神经网络类型。虽然这种误差估计本身的精度会随着误差本身的“向后传播”而不断降低,但它还是给多层网络的训练提供了比较有效的办法,加之多层前向神经网络能逼近任意非线性函数,在科学技术领域中有广泛的应用,所以,多年来该算法一直受到人们广泛的关注。
BP神经网络模型
来源:互联网 发布日期:2011-12-16 18:50:43 浏览:29756次
导读:在感知器和线性神经网络的学习算法中,理想输出与实际输出之差被用来估计神经元连接权值的误差。当为解决线性不可分问题而引入多级网络后,如何估计网络隐含层神经元的误差就成了一大难题。因为在实际中,无法知道隐含层的任何神经元的理想输出值。Rumelhart...
上一篇:遗传算法及其MATLAB实现
下一篇:什么是神经网络?主要应用领域
相关内容
- 扎克伯格对脑机接口持谨慎态度:等技术成熟后才会尝试
- 英特尔甩出全新AI训练芯片!跑千亿大模型速度超H200,罕见披露AI浮点性能
- 欧盟利用 RISC-V 寻求芯片主权
- 脑机接口技术取得新突破 产业化有望再提速
- 英特尔突袭英伟达H100,新AI芯片训练快40%,推理快50%,CEO蹦迪庆祝
- 英特尔携手微软定义AI PC标准:要有NPU和Copilot物理按键!
- 一颗改变了世界的芯片
- 奥特曼造芯、Sora炸场与英伟达RTX——AI关键词:“大力出奇迹”
- 被科技巨头押注,Figure AI创始人是“马斯克2.0”?
- 纳米缝合让复合材料更轻更坚韧
- 马斯克脑机接口再造奇迹:瘫痪小伙意念玩赛车击败正常人
- 科技创新是发展新质生产力的核心要素
- 先台积电一步,三星已斩获首个 2nm 工艺芯片订单
- M4芯片将专注于AI!苹果据称拟全面升级Mac产品线,股价涨超4%
- 硅谷大佬怎么看脑机接口技术?扎克伯格:我不会“第一个吃螃蟹”
- 科技大佬在关注什么?人工智能价值对齐!微软已入局
- 三星 Exynos 2500 芯片再爆料:加码NPU芯片,构建更丰富 AI 体验
- 豪赌AI芯片!孙正义被曝筹资1000亿美元,要抗衡英伟达?
- Meta全新自研AI芯片曝光:性能相比MTIA v1提升了3倍!
- 三星组建 HBM 产能质量提升团队,加速 AI 推理芯片 Mach-2 开发
AiLab云推荐
最新资讯
- 纳米缝合让复合材料更轻更坚韧
- Meta全新自研AI芯片曝光:性能相比MTIA v1提升了3倍!
- M4芯片将专注于AI!苹果据称拟全面升级Mac产品线,股价涨超4%
- 英特尔甩出全新AI训练芯片!跑千亿大模型速度超H200,罕见披露AI浮点性能
- 英特尔突袭英伟达H100,新AI芯片训练快40%,推理快50%,CEO蹦迪庆祝
- 对话东方晶源:打造中国芯片制造的GoldenFlow
- 一颗改变了世界的芯片
- 英特尔展示多模块芯片,预计为 Gaudi 3 人工智能加速器
- 台地震影响全球半导体格局?分析称可能会让供应链多元化呼声更强烈
- 三星 Exynos 2500 芯片再爆料:加码NPU芯片,构建更丰富 AI 体验
本月热点
热门排行
-
ChatGPT 设计了一款芯片
阅读量:196167
-
2023年全球风投额创5年最低,机构:今年会有更多创业公司倒闭
阅读量:195319
-
计算效率提升超60倍!中国公司杉数科技用GPU芯片开启运筹学新的“大航海时代”|钛媒体焦点
阅读量:191924
-
2023,AI创业者的50条反思
阅读量:102946
-
专访清华大学脑机接口科研团队负责人:中美“脑机接口”下一突破是什么?
阅读量:63437
-
2024,AI芯片之争加剧
阅读量:24135