BP神经网络

1.BP神经网络可以解决非线性分类问题，当一个超平面不能完全分类，可以用多个超平面进行分类，在神经网络里，一个感知器可以构造一个超平面，在BP神经网络里隐藏层的每个节点都是一个独立的感知器，所以可以解决非线性分类问题。

2.BP神经网络是通过后向传播调整权值的。

在BP神经网络里也是通过最小化误差平方和，来达到最优的目标函数。求最小化误差平方和用的是梯度下降法来求得，实际上就是迭代k次（样本数量）权值w(隐藏层和输出层之间的)和u（输入层和隐藏层）。





解释：

首先随机w和u权值，首先对w进行迭代一次，在对u进行迭代，u的迭代需要w的迭代值，所以是后向传播的。