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

本文我们介绍BP神经网络模型的仿生思想和原理，

通过本文，对BP神经网络有个基础认识

  01.BP神经网络的结构与仿生思路  

BP神经网络的思路是模仿人的大脑工作原理，构造的一个数学模型，

下面介绍它的结构和工作原理

   仿生结构与工作流程     

它的仿生结构如下（也称为BP神经网络拓扑图）
 
它的 结构包含三大功能层，
最靠前的是输入层，中间是隐层，最后是输出层 
PASS:可以有多个隐层，每层隐层可以有多个神经元

BP神经网络模型的工作流程如下
    输入层接收输入     
输入层负责接收输入，在输入层接收到输入后，
每个输入神经元会把值加权传递到各个隐层神经元，
             隐层处理           
第一个隐层的神经元接收到输入神经元传递过来的值后，
与自身的基础阈值b汇总求和，经过一个激活函数，加权传给第二个隐层,
第二个隐层也是类似地处理，然后传给第三个隐层
第三个隐层也是类似地处理，然后传给第四个隐层
.....  直到最后一个隐层，把值传给输出层             
输出层输出 
输出神经元也是类似地，
把各个隐神经元传过来的值与自身阈值求和作为神经元值
神经元值经过激活函数后就是输出值

✍️提示
在这里不必要太过拘泥于细节，看到《数学结构》的内容自然会一目了解

  仿生原理  

BP神经网络的设计思路是什么呢？它借鉴于人脑的工作原理
在眼睛看到符号“5”的后，大脑将判别出它是5。
BP正是要模仿这个行为，把这个行为过程简单拆分为： 
  (1)  眼睛接受了输入                    
  (2)  把输入信号传给其它脑神经元        
  (3)  脑神经元综合处理后，输出结果为5   
我们都知道， 神经元与神经元之间是以神经冲动的模式进行传值,信号到了神经元，都是以电信号的形式存在,
当电信号在神经元积累到超过阈值时，就会触发神经冲动，将电信号传给其它神经元。                                 
正是根据这个思路，就构造出了以上的神经网络结构。                                                                                 

 End