有没有BP反向传播算法,我紧急需要?-CSDN论坛

⋅有整合了RADIUS SERVER的FEDORA吗 ⋅LINUX平台的网关中如何实现四个以太网端口分别对应一个独立interface ⋅求助: 浏览器左栏被覆盖如何解决 更多帖子 关注空间博客 tajore 本版专家分：0 结帖率 100%: 回复次数8

发表于 2003-08-21 00:12:33 楼主

如标题.多谢提供!!!!!!!!

问题点数：20分

0 0

引用・举报・管理
编辑删除

CSDN推荐

CSDN今日推荐

⋅结构体的memcpy问题 ⋅福建国通科技招聘C/C++程序员 ⋅散分！祝大家春节快乐，合家团圆，心想事成，财源滚滚！ :) 更多帖子 关注空间博客 ljranby 本版专家分：0: 回复于 2003-08-23 07:00:47 #1 得分：10

你连邮箱都没有给，怎么给你？

0 0

引用・举报・管理
编辑删除

⋅互联网思考，搜狐的春天 —— 求见张朝阳散分 ⋅第一次招安谈判归来，散分 ⋅散分，俺上报了，三分之一版面 更多帖子 关注空间博客 xl44 本版专家分：0: 回复于 2003-09-02 10:30:11 #2 得分：10

有一个，但不是很完美，下次贴出来

0 0

引用・举报・管理
编辑删除

⋅互联网思考，搜狐的春天 —— 求见张朝阳散分 ⋅第一次招安谈判归来，散分 ⋅散分，俺上报了，三分之一版面 更多帖子 关注空间博客 xl44 本版专家分：0: 回复于 2003-09-03 09:46:14 #3 得分：0

//BP.h bp算法
#include "StdAfx.h"
#include <math.h>
#include <stdlib.h>

double Sigmoid(double x)

{
double f=(double)(1.0/(1.0+exp(-x)));
    return(f);
}

double Sigmoid2(double x)
{
double f=(double)(exp(-x)/((1+exp(-x))*(1+exp(-x))));
return f;
}
void change(UINT t,double* T,UINT m)
{
UINT f=t;
for(UINT i=0; i < 5;i++){
double l=(double)(f%2);
T[m*5+i]=fabs(l - 0.1);
f = f/2;
}
}

UINT BPModel(UINT width,UINT height,LPSTR g,UINT f)
{
//读取权值
char pFileName[256];
GetModuleFileName( NULL, pFileName, 255 );
CString csFullPath(pFileName);
CString fn;
int nPos = csFullPath.ReverseFind( _T('\\') );
if( nPos >= 0 )
fn=csFullPath.Left( nPos );
switch (f){
case 0:
fn +="\\BPcn.xl44";break;
case 1:
fn +="\\BPen.xl44";break;
case 2:
fn +="\\BPen2.xl44";break;
default:
fn +="\\BPnum.xl44";break;
}
CFile fp;
if(!fp.Open(fn, CFile::modeReadWrite | CFile::shareExclusive | CFile::typeBinary)) {
return 44;
}
double Wji[40][121];
double Wkj[5][40];
fp.Read(Wji,40*121*8);
fp.Read(Wkj,5*40*8);
//取得输入
UINT w_8=w_8(width);
double train[121];
for(UINT y=0; y < 11;y++){
for(UINT x=0; x < 11;x++){
UINT num=0;
if(g[3*y*w_8 + 3*x] == (BYTE)0x00)
    num++;
if(g[3*y*w_8 + 3*x + 1] == (BYTE)0x00)
num++;
if(g[3*y*w_8 + 3*x + 2] == (BYTE)0x00)
    num++;
    if(g[(3*y + 1)*w_8 + 3*x] == (BYTE)0x00)
    num++;
    if(g[(3*y + 1)*w_8 + 3*x + 1] == (BYTE)0x00)
    num++;
if(g[(3*y + 1)*w_8 + 3*x + 2] == (BYTE)0x00)
    num++;
if(g[(3*y + 2)*w_8 + 3*x] == (BYTE)0x00)
    num++;
     if(g[(3*y + 2)*w_8 + 3*x + 1] == (BYTE)0x00)
    num++;
if(g[(3*y + 2)*w_8 + 3*x + 2] == (BYTE)0x00)
    num++;
    train[y*11 + x] = (double)(num/9);
}
}
double Ij[40];
double Oj[40];
double Ik[5];
double Ok[5];
UINT ci=0;
UINT cj=0;
UINT ck=0;

for(cj=0;cj < 40;cj++){
Ij[cj]=0.0;
Oj[cj]=0.0;
}
for(ck=0;ck < 5;ck++){
Ik[ck]=0.0;
Ok[ck]=0.0;
}

for(cj = 0;cj < 40;cj++){
    for(ci =0;ci < 121;ci++){
Ij[cj] +=Wji[cj][ci]*train[ci];
}

Oj[cj] = Sigmoid(Ij[cj]);
}

    for(ck = 0;ck < 5;ck++){
    for(cj = 0;cj < 40;cj++){
Ik[ck] += Wkj[ck][cj] * Oj[cj];
}
Ok[ck]=Sigmoid(Ik[ck]);
}

UINT tem[5];
for(ck = 0;ck < 5;ck++){
if(fabs(Ok[ck] - 0.0) < 0.5)
tem[ck]=0;
else
tem[ck]=1;
}

fp.Close();
UINT cn=tem[0] + tem[1]*2 +tem[2]*4 + tem[3]*8 + tem[4]*16;
    return cn;
}

UINT train()
{
//打开文件,字符存为34*34像素，另加2位字符编号
char pFileName[256];
GetModuleFileName( NULL, pFileName, 255 );
CString csFullPath(pFileName);
CString fn;
int nPos = csFullPath.ReverseFind( _T('\\') );
if( nPos >= 0 )
fn=csFullPath.Left( nPos );
fn+="\\num.xl44";
CFile fp;
if(!fp.Open(fn, CFile::modeReadWrite | CFile::shareExclusive | CFile::typeText)) {
return 44;
}
double Wji[40][121];//权值，隐节点40 ，输入11*11
double Wkj[5][40];//权值，输出5
//double level1[j][i];
//double level2[k][j];
double Ij[40];//输入
double Oj[40];//输出
double Ik[5];
double Ok[5];
double n=(double)0.6;//学习率
UINT flag=0;
UINT ci=0;//循环变量
UINT cj=0;
UINT ck=0;
double train[121*24];//样本数据
double Target[5*24];//训练目标，24个样本
UINT target;//训练目标
char lib[34*34];//字符
char tar[2];//字符编号

for(UINT m = 0;m < 24;m++){
fp.Read(lib,34*34);
    fp.Read (tar,2);
//为提高速度,取特征11X11
     for(UINT y = 0;y < 11;y++){
     for(UINT x = 0;x < 11;x++){
     UINT num = 0;
    if(lib[3*y*34 + 3*x] == '1')
     num++;
    if(lib[3*y*34 + 3*x + 1] == '1')
    num++;
if(lib[3*y*34 + 3*x + 2] == '1')
    num++;
     if(lib[(3*y + 1)*34 + 3*x] == '1')
    num++;
     if(lib[(3*y + 1)*34 + 3*x + 1] == '1')
    num++;
if(lib[(3*y + 1)*34 + 3*x + 2] == '1')
    num++;
if(lib[(3*y + 2)*34 + 3*x] == '1')
    num++;
     if(lib[(3*y + 2)*34 + 3*x + 1] == '1')
    num++;
if(lib[(3*y + 2)*34 + 3*x + 2] == '1')
    num++;
    train[m*121 + y*11 + x] = (double)((double)(num)/9);

}
}
target=((UINT)tar[0] - 48)*10 + ((UINT)tar[1] - 48);
change(target,Target,m);
}
fp.Close();
//赋初值

     double tem=0.0;
     for(cj=0;cj < 40;cj++){
     for(ci=0;ci < 121;ci++){
     tem=(double)((rand()%100)/100.0);
     if(tem > 0.5)
     tem-=1.0;
     Wji[cj][ci]=tem;
}
}
     for(ck=0;ck < 5;ck++){
     for(cj=0;cj < 40;cj++){
     tem=(double)((rand()%100)/100.0);
      if(tem > 0.5)
     tem-=1.0;
     Wkj[ck][cj]=tem;
}
}

//开始训练
for(UINT num = 0;num < 50000;num++){
//样本24个
for(UINT m = 0;m < 24;m++){


for(cj=0;cj < 40;cj++){
Ij[cj]=0.0;
Oj[cj]=0.0;
}
for(ck=0;ck < 5;ck++){
Ik[ck]=0.0;
Ok[ck]=0.0;
}
for(cj = 0;cj < 40;cj++){
for(ci =0;ci < 121;ci++){
Ij[cj] +=Wji[cj][ci]*train[m*121+ci];
}

Oj[cj] = Sigmoid(Ij[cj]);CString ss;
}

            for(ck = 0;ck < 5;ck++){
    for(cj = 0;cj < 40;cj++){
    Ik[ck] += Wkj[ck][cj] * Oj[cj];
}
Ok[ck]=Sigmoid(Ik[ck]);

}

double s1=0.0;
for(cj=0; cj < 40;cj++){
for(ci=0; ci < 121;ci++){
for(ck=0; ck < 5;ck++){
s1 += (Ok[ck] - Target[5*m+ck])*Ok[ck]*(1-Ok[ck])*Wkj[ck][cj];
}
Wji[cj][ci] += n*s1*Oj[cj]*(1-Oj[cj])*train[m*121+ci];

}
}

for(ck=0;ck < 5;ck++){
for(cj=0; cj < 40;cj++){
Wkj[ck][cj] += n*(Target[5*m+ck]-Ok[ck])*Ok[ck]*(1-Ok[ck])*Oj[cj];

}
}
UINT pp=0;

for(ck=0;ck < 5;ck++){
    if(fabs(Ok[ck]-Target[5*m+ck]) < 0.3)
pp++;
}

if(pp == 5)
flag++;

}
if(flag == 24){
if(flag == 24){
char pFileName2[256];
        GetModuleFileName( NULL, pFileName2, 255 );
        CString csFullPath(pFileName2);
        CString fn2;
        int nPos = csFullPath.ReverseFind( _T('\\') );
        if( nPos >= 0 )
fn2=csFullPath.Left( nPos );
        fn2 +="\\BPnum.xl44";
        CFile fp2;
        if(!fp2.Open(fn2, CFile::modeReadWrite | CFile::shareExclusive | CFile::typeBinary)) {
        return 44;
}
fp2.SeekToEnd();
         fp2.Write(Wji,121*40*8);
fp2.SeekToEnd();
        fp2.Write(Wkj,5*40*8);
fp2.Close();
}
//if(num == 99999){
/*char pFileName0[256];
            GetModuleFileName( NULL, pFileName0, 255 );
            CString csFullPath(pFileName0);
            CString fn0;
            int nPos0 = csFullPath.ReverseFind( _T('\\') );
            if( nPos0 >= 0 )
fn0=csFullPath.Left( nPos0 );
            fn0 +="\\BP2.xl44";
            CFile fp0;
            if(!fp0.Open(fn0, CFile::modeCreate | CFile::modeReadWrite | CFile::shareExclusive | CFile::typeText))
            return 44;
fp0.SeekToEnd();
             fp0.Write(Wji,121*20*4);
    fp0.SeekToEnd();
            fp0.Write(Wkj,5*20*4);
fp0.Close();*/
//return 2;
//}
return num;
}
/*for(j=0;j < 5;j++){
        for(i=0;i < 2;i++){
level11[j][i]=level1[j][i];
}
    level22[j]=level2[j];
}*/
flag=0;
}
return 0;
}

0 0

引用・举报・管理
编辑删除

⋅互联网思考，搜狐的春天 —— 求见张朝阳散分 ⋅第一次招安谈判归来，散分 ⋅散分，俺上报了，三分之一版面 更多帖子 关注空间博客 xl44 本版专家分：0: 回复于 2003-09-03 09:49:46 #4 得分：0

个别数值要更改的，另外不是每次能收敛，还望达人指点

0 0

引用・举报・管理
编辑删除

⋅结构体的memcpy问题 ⋅福建国通科技招聘C/C++程序员 ⋅散分！祝大家春节快乐，合家团圆，心想事成，财源滚滚！ :) 更多帖子 关注空间博客 ljranby 本版专家分：0: 回复于 2003-09-03 12:53:49 #5 得分：0

学习速率太大了，改小点试试

0 0

引用・举报・管理
编辑删除

⋅互联网思考，搜狐的春天 —— 求见张朝阳散分 ⋅第一次招安谈判归来，散分 ⋅散分，俺上报了，三分之一版面 更多帖子 关注空间博客 xl44 本版专家分：0: 回复于 2003-09-04 09:00:23 #6 得分：0

嗯，学习率改过很多次的，包括动态修改的

0 0

引用・举报・管理
编辑删除

⋅关于模拟输入的问题，急~~~ ⋅用jmail通过163发送email的问题 ⋅水晶报表中按日期筛选的问题，急~~ 更多帖子 关注空间博客 stephen85 本版专家分：0: 回复于 2003-09-04 11:15:26 #7 得分：0

请问什么是BP反向传播算法？？？？？？？？？

0 0

引用・举报・管理
编辑删除

⋅有整合了RADIUS SERVER的FEDORA吗 ⋅LINUX平台的网关中如何实现四个以太网端口分别对应一个独立interface ⋅求助: 浏览器左栏被覆盖如何解决 更多帖子 关注空间博客 tajore 本版专家分：0: 回复于 2003-09-06 19:33:51 #8 得分：0

多谢多谢

0 0

引用・举报・管理
编辑删除

其他相关推荐

误差反向传播(BP)算法: 转载请标明出处： https://seektech.github.io/2018/01/23/误差反向传播(BP)算法.html Miao LI (seektech) 误差反向传播算法是训练神经网络最常用且最基础的算法这里以三层神经网络为基础，结合不同的准则函数和激活（转移）函数对误差反向传播算法做出详细的计算一、三层感知器网络描述：训练数据输入输出对：{xki,

神经网络训练中的Tricks之高效BP（反向传播算法）: 神经网络训练中的Tricks之高效BP（反向传播算法）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 Tricks！这是一个让人听了充满神秘和好奇的词。对于我们这些所谓的尝试应用机器学习技术解决某些问题的人，更是如此。曾记得，我们绞尽脑汁，搓手顿足，大喊“为什么我跑的模型不work？”，“为什么我实现的效果那么差？”，“为什么我复现的结果没有他论

反向传播BP 算法之一种直观的解释: 0. 前言之前上模式识别课程的时候，老师也讲过 MLP 的 BP 算法，但是 ppt 过得太快，只有一个大概印象。后来课下自己也尝试看了一下 stanford deep learning 的 wiki，还是感觉似懂非懂，不能形成一个直观的思路。趁着这个机会，我再次 revisit 一下。本文旨在说明对 BP 算法的直观印象，以便迅速写出代码，具体偏理论的链式法则可以参考我的下一

深度学习|反向传播算法（BP）原理推导及代码实现: 请点击上面公众号，免费订阅。　《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！01—回顾昨天，分析了手写字数据集分类的原理，利用神经网络模型，编写了SGD算法的代码，分多个epochs，每个 epoch 又对 mini_batch 样本做多次迭代计算，详细的过程，请参考：深度学习|神经

BP反向传播算法浅谈（Error Back-propagation）: 最近在打基础，大致都和向量有关，从比较基础的人工智能常用算法开始，以下是对BP算法研究的一个小节。本文只是自我思路的整理，其中举了个例子，已经对一些难懂的地方做了解释，有兴趣恰好学到人工智能对这块不能深入理解的，可以参考本文。因为大部分涉及公式，我就直接贴图了，请谅解，如果需要全文可以联系@梁斌penny 谢谢。

反向传播神经网络（BP网络）介绍及Java实现: 介绍了神经网络的经典算法反向传播神经网络（Backpropagation Neural Network），介绍了算法过程以及网络分类过程、训练过程。也详细介绍了推导过程，并提供了java实现

神经网络中的反向传播法算法推导及matlab代码实现: 最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果

CNNs学习笔记(4):反向传播BP算法: 本文的论文来自： Notes on Convolutional Neural Networks, Jake Bouvrie。这个主要是CNN的推导和实现的一些笔记，再看懂这个笔记之前，最好具有CNN的一些基础。这里也先列出一个资料供参考： [1] Deep Learning（深度学习）学习笔记整理系列之（七） [2] LeNet-5, con

CNN卷积神经网络---反向传播（1，全链接bp算法）: 全链接bp算法这里作为自己对卷积神经网络反向传播算法的理解。首先还是从经典的全链接bp算法开始。 1、前向传播所谓神经网络就是将许多个单一“神经元”联结在一起，这样，一个“神经元”的输出就可以是另一个“神经元”的输入。例如，下图就是一个简单的神经网络：我们使用圆圈来表示神经网络的输入，标上“”的圆圈被称为偏置节点，也就是截距项。神经网络最左边的一层叫做输入层，最

Neural Network 反向传播算法(BP Algorithms)推导，无代码: 本篇笔记是因为无意中读了以下博客而写： http://blog.csdn.net/abcjennifer/article/details/7758797 作为一个机械电子的毕业生，无意中点链接点到了这篇博客，终于让我看到了计算机科学与控制系统的稍微一点点的关联。人工神经网络和其bp算法是机器学习中一个比较经典的数学工具，它的原理，和最有控制方法其实是十分相似的。在最优控制中，我

有没有BP反向传播算法,我紧急需要? [问题点数：20分，结帖人pxwzd123]