BP
BP,即Back Propagation算法,是神经网络训练中不可或缺的核心技术之一。它通过反向传播误差来调整权重,实现模型优化,在图像识别、语音处理及自然语言理解等领域展现出卓越性能。掌握BP算法对于深入理解深度学习框架至关重要。本页面汇集了1292个精选资源,涵盖理论讲解、实战案例与代码示例,助...
共 1,248 份资源
BP 全部资料 1,248 份
PDF文档
用BP网络完成函数的逼近。BP网络通常有一个或多个隐层
用BP网络完成函数的逼近。BP网络通常有一个或多个隐层,隐层中的神经元均采用sigmoid型变换函数,输出层的神经元采用纯线性变换函数。本例应用一个两层BP网络来完成函数逼近的任务,其中隐层的神经元个...
PDF文档
程序名:ga_bp_predict.cpp 描述: 采用GA优化的BP神经网络程序
程序名:ga_bp_predict.cpp 描述: 采用GA优化的BP神经网络程序,用于单因素时间 序列的预测,采用了单步与多步相结合预测 说明: 采用GA(浮点编码)优化NN的初始权值W[j...
PDF文档
对LDPC码的LLR BP算法研究
在LDPC译码时,使用LLR BP算法其校验节点的计算复杂度十分高,而且当LDPC码中有许多的短环时,译码性能也会降低。基于以上的这些问题提出了一个新的混合校验变量过程,通过调整校验节点的处理振幅和变...