【模式識別】反向傳播神經網絡 BPNN

回顧感知器學習算法，其核心思想是梯度下降法，即以訓練樣本被錯分的程度爲目標函數，訓練中每次出現錯誤時便使權係數朝着目標函數相對於權係數負梯度方向更新，知道目標中沒有被錯分的樣本爲止。 而多層感知器模型中，神經元傳遞函數是階躍函數，輸出端的無恥只能對最後一個神經元係數求梯度，無法對其他權係數求梯度，所以無法利用梯度下降的方法學習其他的權值。 Sigmoid函數 BP算法提出主要由於Sigmoid函數

>>阅读原文<<