BP神经网络的基本理论与数学模型建立过程

如下图所示，展示了一个包含两层结构的简单神经网络模型，其中隐藏层所采用的激活函数为sigmoid函数p(z)，其导数可表示为：
{p}'=p\left ( 1-p \right )
在网络参数初始化阶段，权重与偏置值w_1, ...,w_8均已被设定为确定数值，因此可以将这些数值代入计算过程，从而得出输出层Net_h,h的具体数值。

![image](data:application/octet-stream;base64,/9j/4AAQSkZJRgABAQEAkACQAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0aHBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wAARCAQ3Bi0DASIAAhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQAAAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJi