暂无评论
BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP
这个一个BP神经网络应用程序，包含了源程序，步骤，训练结果，仅供参考。
神经网络bp算法，输入端可调，输出端固定为一个。
Java实现BP神经网络算法并演示绘制曲线,顺便写了一个基于神经网络的数字识别的小程序
python代码实现,可以调整网络结构,适用分类与回归问题,包含随机梯度下降、动量梯度下降,RMSProp、Adam优化算法。通过hyperopt优化调参,另外补充了一些测试demo
能对多因素影响因子进行简单预测输入层多变量 输出层一个变量的BP神经网络实现,对物流量进行预测与分析
BP神经网络关于多分类的代码源程序，主要是关于四分类的问题
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
暂无评论