BP训练算法实现步骤.doc

BP训练算法实现步骤.doc

《BP训练算法实现步骤.doc》由会员分享，可在线阅读，更多相关《BP训练算法实现步骤.doc（2页珍藏版）》请在冰点文库上搜索。

lBP训练算法实现步骤

准备：

训练数据组。

设网络具有m层，表示第m层中第j个结点的输出，（零层输出）等于xj，即第j个输入。

表示从到的连接加权。

这里，m代表层号，而不是向量的类号。

1.将各加权随机置为小的随机数。

可用均匀分布的随机数，以保证网络不被大的加权值所饱和。

2.从训练数据组中选一数据对（xk,Tk），将输入向量加到输入层（m=0），使得对所有端点i：

，k表示向量类号

3.信号通过网络向前传播，即利用关系式：

计算从第一层开始的各层内每个结点i的输出，直到输出层的每个结点的输出计算完为止。

4.计算输出层每个结点的误差值（利用公式

（1））

（对Sigmod函数）

它是由实际输出和要求目标值之差获得。

5.计算前面各层各结点的误差值（利用公式

（2））

这里逐层计算反传误差，直到将每层内每个结点的误差值算出为止。

6.利用加权修正公式

和关系

修正所有连接权。

一般η=0.01~1，称为训练速率系数。

7.返回第2步，为下一个输入向量重复上述步骤，直至网络收敛。