bp神经网络预测应用

你好 想请教一个bp神经网络的问题 ，研究了一下目前网络上大家给的神经网络的计算推理过程，发现神经网络不是一个单样本的输入输出过程吗，一个样本就可以得到一组权重和阈值，那我在多样本的情况下，要如何去调整权重和阈值去得到一个多样本量对应的唯一一组权重和阈值来应用于新数据的预测呢

如果你是刚开始学，相信现在已经看过国外的神经网络文献，老外提到反向传播算法的次数最多，你可以用它来计算误差，训练是一个复杂的过程，没人能告诉你什么才是最优的权重平衡方法，只能在不断的迭代训练看看反馈的当前结果在调整

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/702160
• 这篇博客你也可以参考下：【从线性回归到BP神经网络】第一部分：协方差与相关系数
• 除此之外, 这篇博客: bp神经网络时间序列预测,bp神经网络数据预处理中的 怎么用已经训练好的BP神经网络进行预测下一个值？ 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 谷歌人工智能写作项目：神经网络伪原创

  

• 您还可以看一下 CSDN就业班老师的卷积神经网络特征的应用课程中的 对抗样本实例小节, 巩固相关知识点