在设计一个bp神经网络时,设计步骤一般为( )(1)隐层数及隐层神经元数的确定 (2

Question

如题所述

Answer 1

在设计一个bp神经网络时，设计步骤一般为（隐层数及隐层神经元数的确定、初始权值的设置、训练数据预处理、后处理过程）。

（1）隐层数及隐层神经元数的确定：目前尚无理论指导。

（2）初始权值的设置：一般以一个均值为0的随机分布设置网络的初始权值。

（3）训练数据预处理：线性的特征比例变换，将所有的特征变换到0，1或者1，1区间内，使得在每个训练集上，每个特征的均值为0，并且具有相同的方差。

（4）后处理过程：当应用神经网络进行分类操作时，通常将输出值编码成所谓的名义变量，具体的值对应类别标号。

BP网络：多层前向网络（输入层、隐层、输出层）。连接权值：通过Delta学习算法进行修正。神经元传输函数：S形函数。学习算法：正向传播、反向传播。层与层的连接是单向的，信息的传播是双向的。

两个问题

（1）是否存在一个BP神经网络能够逼近给定的样本或者函数。BP定理：给定任意，对于任意的连续函数，存在一个三层前向神经网络，它可以在任意 平方误差精度内逼近连续函数

（2）如何调整BP神经网络的连接权，使网络的输入与输出与给定的样本相同。1986年，鲁梅尔哈特等提出BP学习算法。

BP网络的主要优缺点：

（1）优点：很好的逼近特性。具有较强的泛化能力。具有较好的容错性

（2）缺点：收敛速度慢。局部极值。难以确定隐层和隐层结点的数目。