本文主要讲如何不依赖TenserFlow等高级API实现一个简单的神经网络来做分类，所有的代码都在下面；在构造的数据上做了验证，经过1个小时的训练分类的准确率可以达到97%。网络构造上面是一个简单的三层网络；输入层包含节点X1 , X2；隐层包含H1，H2；输出层包含O1。
暂无评论
BP神经网络用MATLAB实现的几个小程序
BP神经网络有良好的鲁棒性，在模型拟合，预测方面都能起到理想的效果，是建模的的热门方法。
C++实现的一个BP神经网络，该实现可以任意调整神经网络的层数和层节点数。该实现了一个解码器，读者可以根据自己需求对输入层进行相应修改。
不用MATLAB的工具箱写的bp神经网络代码，可以深入理解bp神经网络的权值与阈值。
BP神经网络的java实现
智能控制中BP神经网络，利用matlab编程实现
functionP=block_divide(I,K)%P=block_divede(I)%[row,col]=size(I),row%K==0,andcol%K==0%dividematrixIin
利用C++实现BP神经网络，可以调整最大训练次数、训练中允许的误差、网络权值等参数
该算法简单的描述了三层bp神经网络的模拟过程
BP神经网络VC++实现 很有用的资料哦
暂无评论