bp神经网络怎么使用

1、 在BP网络学习的过程中，先调整输出层与隐含层之间的连接权值，然后调整中间隐含层间的连接权值，最后调整隐含层与输入层之间的连接权值。 实现BP网络训练学习程序流程，如图4-5所示（倪深海等，2000）。

4、 BP网络能学习和存贮大量的输入-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，使网络的误差平方和最小。 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)。

3、 首先要知道你建立的这个模型的内部逻辑关系。 。 1，确定隐层数，画出简要模型图。 2，确定采用什么样的神经网络来建立模型 3.通过测试数据来训练模型。 。 4.根据测试训练得到的数据和实际数据进行比对，或者算出误差。 从而修改隐层中的权值和阀值。 反复重复3-4.。 最后得到一个最优的模型。 大致是这样。 。 。

2、 P_train = ;%输入集 T_train = ;%输出集 测试集——用于测试或者使用。