让人工神经网络学习数字信号处理(3)  

作　　者：赵竞成 

机构地区：[1]不详

出　　处：《无线电》2021年第10期54-57,共4页Hands-on Electronics

摘　　要：搭建BP神经网络实现数字信号变换BP(反向传播)神经网络是迄今为止应用最为广泛的人工神经网络,它开创了利用误差反向传播(Error Back Proragation)训练的先河,并由此得名。但是BP神经网络一般只包括一个隐层,相对于当前广受关注的“深度学习”方法,只能屈居“浅度学习”“浅层模型”的位置,原因是误差在反向传播中会迅速减小,即使增加隐层数目,对改善学习效果往往也无济于事。

关 键 词：人工神经网络 BP神经网络 误差反向传播 信号变换 数字信号处理 深度学习 隐层 学习效果 

分 类 号：TP1[自动化与计算机技术—控制理论与控制工程]