人工神经网络（Artificial Neural Netwroks）笔记-基本BP算法

人工神经网络（Artificial Neural Netwroks）笔记-基本BP算法2011-08-24 博客园 T.t.T！Ck.￠#单层的感知器并不能解决XOR问题

人工神经网络（Artificial Neural Netwroks）也因为这个问题而陷入了低潮，但是后来提出的多层感知器却让人工神经网络（Artificial Neural Netwroks）再一次high起来

BP网络是最为广泛的一种。具体的原理介绍可以通过网络得到这里只描述算法流程

基本的BP算法

1 for k=1 toL do

初始化W^（k）

2初始化精度控制参数ε

3 E=ε+1

4 while E>ε do

4.1 E=0
4.2 对S中的每个样本（Xp,Yp）:
4.2.1计算出Xp对应的实际输出Op
4.2.2计 算出Ep
4.2.3E=E+Ep
4.2.4 根据相应式子调整W^（L）
4.2.5 k=L-1
4.2.6while k！=0 do
4.2.6.1 根据相应的式子调整W^（k）
4.2.6.2 k=k-1

4.3E=E/2

算法流程中提到的相应式子可以使用人工神经网络（Artificial Neural Netwroks）笔记-delta规则增量学习的的delta规则

基础BP算法“偏爱”较后出现的样本，因此较后出现的样本对网络影响较大，如何能改进这个地方呢？