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 热门资料
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数是5。...
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][i],V[k][j]，然后再采用BP...
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量节点的信息相关性来降低计算复杂度，其仿...