老饼讲解-神经网络 机器学习 神经网络 深度学习
BP神经网络建模
1.BP神经网络-工具箱说明
2.BP神经网络-建模代码
3.BP神经网络-训练技巧
4.BP神经网络-应用案例
5.BP神经网络-问题答疑

【基础】BP神经网络的本质

作者 : 老饼 发表日期 : 2022-06-13 02:57:45 更新日期 : 2024-01-23 12:56:07
本站原创文章,转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com



从仿生角度理解BP神经网络往往是抽象的、不可捉摸的

故本文尝试从曲线拟合角度去理解BP神经网络是如何工作的

并解读BP神经网络隐节点、参数的实际意义,使BP神经网络更加具体、形象




    01. BP神经网络的本质   



本节从曲线拟合角度理解BP神经网络的各个元素的意义

并从中了解BP神经网络的本质



     BP神经网络的模型本质    


BP神经网络的模型的意义
以常用的三层BP神经网络为例,它的数学表达式有如下形式
  
从表达式可以看到,网络的输出y其实就是由多个tansig线性组合而成
也就是说,我们使用BP神经网络的本质就是,
已知数据点,求n个tansig函数,使其叠加后能拟合任意数据点
 



    BP神经网络-隐节点的意义    


由上述可知,BP神经网络的每个隐节点都代表着一个tansig
 
我们设置多少个隐节点,就意味着我们打算用多少个tansig来逼近目标函数  
  




    BP神经网络-参数与训练的本质     


 参数的意义
而对于每个tansig而言
 
👉1. 内层的W控制了tansig曲线的宽 
👉2. 外层的W控制了tansig曲线的高 
👉3. b则控制了tansig的位置            
而训练的过程,
就是调整各个tansig曲线(曲面/超曲面)的高矮肥瘦和位置,
使所有tansig叠加后越来越迫近y
最后用拟合曲线来预测新样本的y值
  











 End 





联系老饼