如何理解CNN神经网络里的反向传播backpropagation，bp算法

Posted 2023-05-09

参考技术A 见附件，一个基本的用java编写的BP网络代码。BP（BackPropagation）神经网络是86年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hiddenlayer)和输出层(outputlayer)。

卷积神经网络(CNN)反向传播算法公式详细推导

相关文章：经典反向传播算法公式详细推导

                 卷积神经网络(CNN)讲解及代码

       1.http://blog.csdn.net/lu597203933/article/details/46575871

       2.http://www.cnblogs.com/tornadomeet/p/3468450.html

       3.http://blog.csdn.net/zouxy09/article/details/9993371

       4.Notes on Convolutional Neural Networks, Jake Bouvrie