BP 算法的实现 田华 （烟台南山学院软件工程学院 广东 龙口 265706） 摘要： BP 算法采用广义的 学习规则， 是一种有导师的学习算法。 它分两个阶段： 正向传播阶段和反向传播阶段。 误差反向传播算法简称Ｂ Ｐ 算法 , 现在成为人工神经网络中最引人注意应用最广泛的算法之一。 该算法是一种有班主任示教的训练算法。 关键词： BP 算法； 残差 ； 学习步长 ； 学习样本 Performing BP Caculation Tian Hua (The Information engineering school of Yantai Nanshan College longkou Shandong265708) Abstract: Bp Caculation adopts broadsense δ tearning rinciphes, which is guided by instructors. It falls into two stasces. direct Propagation and back propagation, Error back propagation is short—tormed BP Caculation, Which has become one of the most actractrue and Popular Caculations. It is a training Caculation demonstrated by teachers. Keywords: Bp Caculation ；studying sample ；limit value time-length ； trequeucy for studying 一、 BP 算法思想及实现 BP 算法采用广义的 学习规则， 是一种有导师的学习算法。
它分两个阶段： 正向传播阶段和反向传播阶段。 正向传播阶段， 将学习样本的输入信息输入卷积网路的输入层，输入层单元接受到输入讯号多层神经网络bp算法权值更新过程， 计算权重合， 然后按照神经元的激活函数将信息传到蕴涵层（1 层或 2 层），同样按照蕴涵层的输出估算输出层的输出。 反向传播阶段， 将网路的实际输出与期望输出相比较， 如果偏差不满足要求， 将偏差向后传播，即从输出层到输入层逐层求其偏差（实际上是等效误差）多层神经网络bp算法权值更新过程， 然后相应地更改残差。 误差反向传播算法简称Ｂ Ｐ 算法 , 现在成为人工神经网络中最引人注意应用最广泛的算法之一。 该算法是一种有班主任示教的训练算法 , 它通过对Ｐ 个输入输出对 (即样本 ) (Ｘ1, Ｙ1) , (Ｘ2, Ｙ2) , … , (ＸＰ , ＹＰ ) 的学习训练 , 得到神经元之间的联接权Ｗｉ ｊ 、 Ｗｊ ｋ 和阀值θ 收稿日期: 2004-11-10 作者简介： 田华（1980-） 女， 山东泰安人， 烟台南山学院软件工程学院班主任
