标签：文本 隐藏 梯度下降 多层神经网络 一个 back learning 工作 分析
前馈神经网络：最简单的神经网络，每个神经元接收前一层的全连接输入然后输出到下一层，整个过程无反馈。BP神经网络：误差反向传播算法(Error Back Propagation Training)，简称BP，系统解决了多层神经网络隐含层连接权学习问题，按照误差向前传播的训练方法训练的多层前馈神经网络。
梯度下降算法：用于寻找最小值，梯度的相反方向是函数值下降速度的最快方向，我们相信沿着函数变化最快的方向能更快地找到最小值。
深度学习：深度学习（Deep Learning）是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。
单层感知机：（PLA)单层感知器的思路是模拟大脑中单个神经元的工作方式：激活与否。感知器接收多个输入信号，如果输入信号的和超过某个阈值则输出一个信号，否则就什么也不输出。
多层感知机：（MPL）多层神经网络，其中包含隐藏层。
标签：文本 隐藏 梯度下降 多层神经网络 一个 back learning 工作 分析
原文地址：http://blog.51cto.com/11298270/2297091
