本文来自《老饼讲解-BP神经网络》https://www.bbbdata.com/
BP神经网络的模型结构为：
RBF神经网络的模型结构为：
BP神经网络的模型表达式为：
RBF神经网络的模型表达式为：
BP神经网络是以多个tansig函数之和，而RBF神经网络则是多个RBF函数之和。
tansig函数是一个S型函数，图象如下：
RBF函数是一个钟型函数，图象如下：
从思想上来看，BP是用多个S型曲线凑合出目标曲线，而RBF神经网络则是用多个钟型函数凑合出目标曲线，
所以两者在思想上几乎是相同的，极为相似，只是所使用的函数不同而已。
比较有趣的是，进一步分析会发现两个tansig函数实际上还能凑出一个RBF函数，所以RBF能拟合的曲线形态，BP一定也是能拟合的。
BP神经网络一般都用梯度下降法，或者其它优化算法进行优化，BP神经网络是将所以参数进行同时进行优化的。BP神经网络一般需要先计算梯度，再用梯度来逐步调整参数使得网络的误差下降。因此BP神经网络的训练相对会更耗时一些，也更不确定一些。
一般模型之间没有更好或更差一说，对于不同的数据，模型的适用程度不同，因此更多可以先通过理论分析来判断哪个模型更适用，但这需要对理论有更深入的掌握与理解，更简单的方法是直接通过模型实际建模效果来进行对比。
相关链接：
《老饼讲解-机器学习》：老饼讲解-机器学习教程-通俗易懂
《老饼讲解-神经网络》：老饼讲解-matlab神经网络-通俗易懂
《老饼讲解-神经网络》：老饼讲解-深度学习-通俗易懂
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/6938.html