/text/374
首页
机器学习
神经网络
深度学习
视频
资料
VIP开通
饼饼饼
关闭
用户登录
忘记密码？
注册
登录
BP神经网络
BP神经网络入门
一、初识BP神经网络
1.1.神经网络是什么
【尝鲜】BP神经网络解决什么问题
【尝鲜】 一个简单的BP神经网络例子
【辨识】神经网络、BP和深度学习的关系
【路线】神经网络学习路线与建议
【问答】神经网络-常见问题
二、BP基本原理与建模
2.1.BP模型原理与模型结构
【思想】BP神经网络仿生结构与原理
【结构】BP神经网络的模型结构
【结构】BP神经网络的数学表达式
【原理】BP神经网络的误差函数与训练算法
【拓展】BP神经网络的正向传播和反向传播是什么
【拓展】BP神经网络传递函数介绍(tansig、logsig、purelin)
2.2.BP神经网络建模中的数据处理
【介绍】BP神经网络建模中的数据处理
【详述】BP神经网络的数据归一化
【介绍】什么是过拟合与泛化能力
【意义】BP神经网络归一化与数据分割的意义
2.3.matlab工具箱实现BP神经网络
【概述】BP神经网络建模步骤概述
【讲解】matlab实现BP神经网络的例子讲解
【例子】matlab实现BP神经网络(完整DEMO)
【拓展】matlab的BP神经网络使用详解
三、进阶-自实现一个BP神经网络
3.1.自实现一个三层BP神经网络
【原理】梯度下降算法原理
【实例】梯度下降算法实例与matlab代码
【流程】梯度下降法实现BP神经网络算法流程
【推导】BP神经网络的梯度公式推导(三层结构)
【代码】梯度下降法实现BP的简单Demo代码
3.2.自实现三层BP神经网络(归一化)
【流程】BP神经网络归一化训练流程
【代码】BP神经网络归一化训练Demo
【流程】BP神经网络归一化使用Demo
BP神经网络建模
一、BP神经网络-工具箱说明
1.1.BP神经网络工具箱使用说明
【示例】matlab-BP神经网络工具箱-简单DEMO
【详解】matlab-BP神经网络工具箱-newff、train、sim详解
【详解】matlab-BP神经网络-训练算法详解
【详解】matlab-BP神经网络工具箱-训练参数详解
【详解】matlab-BP神经网络工具箱-传递函数详解
【提示】matlab-BP神经网络工具箱-易踩的坑
【提示】关于新老版本BP神经网络工具箱建模差异
二、BP神经网络-建模代码
2.1.建模流程
【概述】BP神经网络建模概述
【流程】BP神经网络建模流程(简捷步骤)
【代码】BP神经网络建模代码(简捷代码)
【说明】matlab的BP神经网络结果怎么看
【流程】BP神经网络建模流程(完整步骤)
【代码】BP神经网络建模代码(完整代码)
2.2.公式提取
【例子】提取BP神经网络的数学表达式DEMO
【原理】BP神经网络表达式的反归一化
【推导】BP神经网络表达式的反归一化公式推导
【例子】提取BP神经网络的数学表达式Demo(对应原始数据)
【工具】打印BP表达式Demo
三、BP神经网络-训练技巧
3.1.必看基础理论
【基础】BP神经网络的本质
【基础】BP的过拟合与validationCheck
【经验】BP神经网络建模效果不佳怎么办
3.2.关于隐层与隐节点
【参数】BP神经网络究竟设置多少个隐层
【分析】隐节点个数对BP神经网络的影响
【讲解】BP神经网络隐层节点个数的设置方法
【代码】BP神经网络-隐节点试凑法例子与代码
四、BP神经网络-应用案例
4.1.BP神经网络-模式识别
【原理】BP神经网络应用于模式识别
【示例】BP神经网络二分类-螃蟹识别例子
【示例】BP神经网络多分类-手写数字识别
4.2.集成BP神经网络
【示例】Boosting-BP神经网络
【示例】Bagging-BP神经网络
4.3.如何减少BP的入模变量
【案例】使用逐步回归选择BP的入模变量
【案例】使用PCA减少BP神经网络入模变量
4.4.其它应用案例
【示例】基于MIV的变量重要性检测
【分析】为什么我用遗传算法优化BP没有什么效果
五、BP神经网络-问题答疑
5.1.BP神经网络-理论答疑
【神经网络】BP神经网络为什么需要数据归一化?
【神经网络】BP为什么基本只用Base设置?
【解疑】为什么会有一些多隐层的神经网络？
5.2.matlab神经网络工具箱-答疑
【神经网络】BP的数据划分是什么？
【神经网络】Validation Checks是什么？
【神经网络】如何自行设置BP的初始值？
【神经网络】如何查看net对象？
【神经网络】让BP神经网络每次训练的结果一样
BP算法-自实现
一、BP神经网络自实现-开篇导读与回顾
1.1.BP神经网络-基本原理
【介绍】《BP算法-自实现》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
二、BP神经网络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的误差函数与梯度
【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
三、 BP神经网络-训练算法
3.1.梯度下降法训练BP
【原理】梯度下降法回顾
【流程】梯度下降求解BP算法流程
3.2.自适应梯度下降法训练BP
【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
3.3.动量梯度法训练BP
【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
3.4.L-M算法训练BP
【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
四、BP神经网络-代码自实现
4.1.公用代码
【导读】自写BP神经网络代码说明
【代码】InitBP.m
【代码】predictBP.m
4.2.训练算法
【代码】traingdBP.m
【代码】traingdaBP.m
【代码】traingdmBP.m
【代码】traingdxBP.m
【代码】trainlmBP.m
4.3.测试与使用Demo
【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
/
神经网络
/
BP算法-自实现
【附件】nguyen_Widrow法译文(下)
作者 : 老饼
发表日期 : 2022-06-09 04:52:41
更新日期 : 2023-02-26 01:48:14
会员文章，
请先登录哦
联系老饼
