【结构】BP神经网络的模型结构回顾

本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com

拓扑结构和数学表达式是BP神经网络模型最Base的要素

本文对它们进行简单回顾，为后面的学习作基础铺垫

  01. BP神经网络的拓扑结构  

本节先简单回顾BP神经网络的拓扑结构

     BP神经网络的拓扑结构    

多层BP神经网络拓扑图
通用的BP神经网络拓扑图为：


三层BP神经网络拓扑图
  一般常用的是3层BP神经网络，
它的网络拓扑图如下：

 
其中，传递函数 tansig 为:  ，它是一个S型函数

  02. BP神经网络的数学表达式  

本节简单回顾BP神经网络的数学表达式

      BP的数学结构（表达式）  

仅以一个简单例子，讲述BP的数学结构
 
现有一个BP神经网络
 
 它的结构如下
 1、一个输入层，一个隐层，一个输出层， 输入层、隐层、输出层的节点个数分别为 [2 ，3，1]     
2、传递函数设置：隐层（ tansig函数）。输出层（purelin函数）。                                           

  用拓扑图表示将是如下
 
 
   
 则以上BP神经网络，
 它的数学表达式如下

说明: 表达式中参数很多，但实际只有两类参数：权重w和阈值b                 
  代表这个权值是第2层的第2个节点到第3层的第1个节点的权值              
 代表这个阈值是第2层的第1个节点的阈值                                              
备注：权重矩阵w的下标，一般由后层到前层，这样在矩阵表述时更为简洁  

好了，以上就是BP神经网络的模型结构的相关内容了~

 End