/text/nn/179
nn
老饼讲解-BP神经网络
首页
入门教程
源码复现
VIP开通
饼饼饼
关闭
用户登录
忘记密码?
注册
登录
BP算法重现
1.BP算法重现-开篇导读与回顾
1. 1 基础原理讲解
【介绍】《BP算法重现》的意义与目标
【结构】BP神经网络的模型结构回顾
【原理】BP神经网络原理与本质
【指导】BP的训练算法及学习指导
2.BP的初始化与梯度公式
2. 1 BP的初始化
【原理】BP神经网络的初始化
【流程】BP神经网络的初始化流程
【原理】BP神经网络的初始化(非标准条件)
【附件】nguyen_Widrow法译文(上)
【附件】nguyen_Widrow法译文(下)
2. 2 BP的梯度公式
【定义】BP神经网络的误差函数
【推导】BP神经网络的梯度公式推导
【拓展】BP神经网络的梯度公式(三层)
【流程】BP神经网络梯度计算的实际流程
【附件】tansig、logsig公式与导数的推导
3. BP的训练算法与流程
3. 1 BP训练算法
【原理】梯度下降法回顾
【流程】梯度下降求解BP算法流程
【原理】自适应梯度下降法
【流程】自适应梯度法求解BP算法流程
【原理】动量梯度下降法
【流程】动量梯度法求解BP算法流程
【流程】自适应动量梯度法求解BP算法流程
【导读】《LM算法训练BP》学习顺序
【原理】高斯-牛顿法原理
【原理】LM算法思想与介绍
【原理】LM算法求解BP神经网络
【流程】LM法求解BP的算法流程
4.BP代码自实现
4. 1 代码实现
【导读】自写BP神经网络代码说明
【代码】InitBP.m
【代码】predictBP.m
【代码】traingdBP.m
【代码】traingdaBP.m
【代码】traingdmBP.m
【代码】traingdxBP.m
【代码】trainlmBP.m
【测试】InitBP的测试Demo
【测试】traingdBP的测试Demo
【测试】traingdaBP的测试Demo
【测试】traingdmBP的测试Demo
【测试】traingdxBP的测试Demo
【测试】trainlmBP的测试Demo
更多文章
会员文章,
请先登录哦
联系老饼