Python:客运量与货运量预测 BP神经网络

基于Python实现BP神经网络,参考资料会放在最后。 BP神经网络误差向量推导过程用到了微分链式求导 了解整个BP神经网络运行原理之后,就挺简单的 像一般神经网络一样,BP神经网络先进行FP传导即正向传导,案例中只设置了一层隐含层,所以参数层有两层:w1,b1;w2,b2;W参数矩阵的行列:行为输出层的神经元个数,列是输入层的神经元个数。 隐含层的结果:O1=sigmoid(a1)=sigmoid(w1.x.T+b1),隐含层使用了sigmoid激活函数 输出结果:O2=a2=W2*O1+b2 ,最后一层没有用激活函数 损失函数cost=1/2(O2-y)^2 ,括号里面为预测值减实际值得