基礎的神經網絡與反向傳播

算法原理 概述： 算法通過構建多層網絡解決單層感知機的非線性可分無法分割問題，通過梯度下降法更新網絡中的各個權值向量，使得全局的損失函數極小化，從而實現對任意複雜的函數的擬合，這在分類問題中表現爲它能將任意複雜的數據劃分開，在迴歸問題中表現爲它能擬合任意複雜的迴歸函數 其中梯度下降的核心是誤差反向傳播算法，這個算法大大減少了梯度下降法的計算量，是多層神經網絡得以復甦的功臣，它使得當前層的梯度項能往

>>阅读原文<<