恩佐2登录 > SEO算法 > 新宝7登录SEO算法模拟退火算法优化BP神经网络

新宝7登录SEO算法模拟退火算法优化BP神经网络

admin SEO算法 2019年12月22日

  如何用模拟退火算法求出BP神经网络的权值输入层到隐含层以及隐含层到输出层的权值,然后又怎么将权值融入BP神经网络进行数据预测?大神啊诚求解答...

  如何用模拟退火算法求出BP神经网络的权值 输入层到隐含层以及隐含层到输出层的权值,然后又怎么将权值融入BP神经网络进行数据预测?大神啊 诚求解答

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。新宝7恩佐登录

  展开全部bp神经元网络的学习过程真正求解的其实就是权值的最优解,因为有可能会得出局部最优解,所以你才会用模拟退火来跳出局部最优解,也就是引入了逃逸概率。在这里你可以把bp的学习过程理解成关于 误差=f(w1,w2...) 的函数,让这个函数在模拟退火中作为目标函数,再加上模拟退火的一些初始参数(初始温度啊,退火速度啊等等),就能找到权值解空间的一个不错的最优解,就是一组权向量。把权向量带入到bp当中去,输入新的对象,自然就能算出新的输出了。

  算法学习要脚踏实地,你要先学会神经元,在学会退火,两个的结合你才能理解。

标签: seo算法