标签：
本文内容为本人学习理解，有不对的地方还请指出。
所谓BP神经网络（Back Propagation）就是利用已知的数据集沿着神经网络向前计算得到预测值，以此获得预测值和实际值的偏差，再利用该偏差和神经网络的偏差梯度下降方向向后调整层与层之间的权值参数，使得偏差减少。如此不断地向前计算偏差，再沿着偏差下降方向向后调整权值参数，直到偏差值下降到一个允许的程度，就可以训练得到一个BP神经网络。
如此看来，BP神经网络在一定程度上是依赖于数据集的。数据集的质量越好，数据集的数量越多，所训练的BP神经网络就有较好的预测性。
从下面最简单的二层网络开始
该网络实际上可以看成是对输入层数据的线性拟合。
标签：
原文地址：http://www.cnblogs.com/smallpi/p/5323868.html
