BP神经网络简单应用

BP神经网络的利用输入xy输出xy，用python语言编写的

任意选定一组自由权，通过对传递函数建立线性方程组，解得待求权。在此基础上将给定的目标输出直接作为线性方程等式代数和来建立线性方程组，不再通过对传递函数求逆来计算神经元的净输出，简化了运算步骤。没有采用

基于bp神经网络实现人脸方向识别，里面有图片，有MATLAB代码

对于训练学习很有帮助，能通过运行，效果不错。

原创版本，实现神经网络前向ＢＰ网络，输入节点维数，输出节点维数，隐层数由用户自己定义，该算法实现多维多情况的ＢＰ算法。但是对于异或算法结果不是很理想对其他情况结果很理想，并定义了类，方便ＶＣ下实现

bp神经网络详解pptBP(backpropagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是

自己弄得一段代码，已经尽可能的将算法简化到了最简单的程度，大概只有100多行，很适合初学者。双输入单输出的三层网络结构，是用C语言写的。

文章包含BP神经网络的讲解，且包含仿真源程序，对于学习BP神经网络的matlab实现有帮助作用

BP神经网络是一个前向网络，它利用误差反向传播算法对网络进行训练，结构简单，可塑性强。本例选择3层BP神经网络（隐层为1层）来逼近函数，单输入单输出，隐层包含7个神经元，预设精度为0.1，学习率设为0

作者自己写的BP神经网络算法，经测试可以实现自主学习使结果不断接近目标输出