人工神经网络的本质(物理或数学意义)是什么?( 三 )

以上就是人工神经网络的本质 , 通过不断尝试引入各种参量 , 最终得到允许误差范围内的解 , 并通过引入参量系数 , 最终得到最优解——喂食=哭 。 通过负反馈机制 , 当参量所占权重过小 , 以当前参量所得结果为参考依据适当增加参量权重比例 , 增加的比例的系数随机 。 通过第二次的结果和第一次的结果选择更合适的权重系数 , 最后经过不断的“尝试“得到最优解 。 以上过程即是bp负反馈神经网络的算法思想 。

推荐阅读