BP中的神经元

BP神经网络是一种按误差反向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。BP神经网络能学习和存储大量输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用梯度下降法，通过反向传播来不断调整网络的权值和阈值，使网络的输出值不断逼近于期望输出。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。