深度学习 反向传播

Confidence propagation bp algorithm learning

数据共有2000个样本，每个样本工25个因子，第一个因子表示样本的种类，分为1-4类，只后的24个因子是这个样本的特征。matlab程序

主要介绍了Python实现的人工神经网络算法,结合实例形式分析了Python基于反向传播算法实现的人工神经网络相关操作技巧,需要的朋友可以参考下

本文为作者本人对卷积神经网络的前向及反向传播过程数学推导的总结笔记，对深度学习初学者来说是个对卷积神经网络深度了解很好的机会，是自己搭建卷积神经网络的理论支持，欢迎下载，共同进步

论文研究-引入反向传播机制的概率神经网络模型.pdf,  既有的概率神经网络模型存在概率函数难以估计和空间复杂度高的缺点,提出引入反向传播机制的改进模型用以弥补以上不足. 改进模型继承了概率神经网络模

#FFNN-使用MATLAB进行反向传播分类器建模#使用MIT-CBCL人脸数据库中的数据集

反向传播神经网络（BP网络）java实现。我这个项目是用BPNN做手写体识别，最后效果并不好，不过算法本身是正确的，我用它做过习题。具体原理可以看我的博客

对304不锈钢试样进行了激光打孔试验, 使用形貌仪测得了孔截面粗糙度参数, 并通过反向传播神经网络, 建立了基于激光功率、脉冲频率和离焦量三个工艺参数与孔表面粗糙度之间关系的神经网络预测模型。利用大量

这是非常基础的一本书，适合刚入门的学者。读完这个再读AI圣经会效果更好

python深度学习，由 Keras 之父、现任 Google 人工智能研究员的弗朗索瓦 • 肖莱（François Chollet）执笔。高清、非扫描版。