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
拓扑结构和数学表达式是BP神经网络模型最Base的要素
本文对它们进行简单回顾，为后面的学习作基础铺垫
本节先简单回顾BP神经网络的拓扑结构
BP神经网络的拓扑结构
多层BP神经网络拓扑图
通用的BP神经网络拓扑图为：
三层BP神经网络拓扑图
一般常用的是3层BP神经网络，
它的网络拓扑图如下：
其中，传递函数 tansig 为: ，它是一个S型函数
本节简单回顾BP神经网络的数学表达式
BP的数学结构（表达式）
仅以一个简单例子，讲述BP的数学结构
现有一个BP神经网络
它的结构如下
1、一个输入层，一个隐层，一个输出层， 输入层、隐层、输出层的节点个数分别为 [2 ，3，1]
2、传递函数设置：隐层（ tansig函数）。输出层（purelin函数）。
用拓扑图表示将是如下
则以上BP神经网络，
它的数学表达式如下
说明: 表达式中参数很多，但实际只有两类参数：权重w和阈值b
代表这个权值是第2层的第2个节点到第3层的第1个节点的权值
代表这个阈值是第2层的第1个节点的阈值
备注：权重矩阵w的下标，一般由后层到前层，这样在矩阵表述时更为简洁
好了，以上就是BP神经网络的模型结构的相关内容了~
End
