1、BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是应用最广泛的神经网络模型之一 。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程 。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小 。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer) 。
【bp神经网络算法介绍 bp神经网络算法简介】2、BP神经网络算法是在BP神经网络现有算法的基础上提出的，是通过任意选定一组权值，将给定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权，不存在传统方法的局部极小及收敛速度慢的问题，且更易理解 。
推荐阅读
- 安全驾驶的技巧有 安全驾驶的技巧介绍
- 北沉香木的功效与作用 北沉香木的介绍
- 比较有寓意的公司名字 大气有寓意的公司名字介绍
- 野山楂有什么好处 给大家介绍一下
- 如何做粤式回锅肉 粤式回锅肉做法步骤介绍
- 金弹子最好品种主要品种有哪些 金弹子最好品种的介绍
- 麸质是什么 麸质相关介绍
- 快速学粤语方法 快速学粤语方法介绍
- 最简单的奶油蛋糕做法 最简单的奶油蛋糕做法介绍
- 吃鸡画面怎么设置的 设置方法介绍