bp神经网络用的什么算法

1、 BP神经网络算法是一种基于误差反向传播算法的工神经网络训练算法。 BP神经网络算法基本原理是利用梯度搜索技术，通过计算误差输出时按从输入到输出的方向进行，而调整权值和阈值则从输出到输入的方向进行，以期使网络的实际输出值和期望输出值的误差均方差为最小。

2、 BP算法是一种比较成熟的有指导的训练方法，是一个单向传播的多层前馈网络。 它包含输入层、隐含层、输出层，如图4-4所示。 图4-4 地下水质量评价的BP神经网络模型 图4-4给出了4层地下水水质评价的BP神经网络模型。 同层节点之间不连接。

3、 反向传播算法（Backpropagation Algorithm，简称BP算法）是深度学习的重要思想基础，对于初学者来说也是必须要掌握的基础知识！本文希望以一个清晰的脉络和详细的说明，来让读者彻底明白BP算法的原理和计算过程。

5、 在工神经网络的发展历程中，BP神经网络的出现解决了期困扰的隐层连接权值调整难题。 BP算法，即误差反向传播学习法，主要由两个关键步骤组成：信息的正向传播和误差的反向传播。

4、 工神经网络有很多模型，但是日前应用最广、基本思想最直观、最容易理解的是多层前馈神经网络及误差逆传播学习算法（Error Back-Prooaeation），简称为BP网络。 在1986年以Rumelhart和McCelland为首的科学家出版的《Parallel Distributed Processing》一书中，完整地提出了误差逆传播学习算法，并广泛接受。