l BP训练算法实现步骤准备：训练数据组。设网络具有m层，表示第m层中第j个结点的输出，（零层输出）等于xj，即第j个输入。表示从到的连接加权。这里，m代表层号，而不是向量的类号。1. 将各加权随机置为小的随机数。可用均匀分布的随机数，以保证网络不被大的加权值所饱和。2. 从训练数据组中选一数据对(xk, Tk)，将输入向量加到输入层（m=0），使得对所有端点i：，k表示向量类号3. 信号通过网络向前传播，即利用关系式：计算从第一层开始的各层内每个结点i的输出，直到输出层的每个结点的输出计算完为止。4. 计算输出层每个结点的误差值（利用公式(1)）（对Sigmod函数）它是由实际输出和要求目标值之差获得。5. 计算前面各层各结点的误差值（利用公式(2)）这里逐层计算反传误差，直到将每层内每个结点的误差值算出为止。6. 利用加权修正公式和关系修正所有连接权。一般= 0.011，称为训练速率系数。7. 返回第2步，为下一个输入向量重复上述步骤，直至网络收敛。
升级会员 