【深度学习笔记】手动推导反向传播公式BP
创始人
2024-05-13 12:22:18

问题

现在才意识到，卷积神经网络在不同的层上的反向传播的计算公式不一样，之前一直按照全连接层的那种简单反向传播去理解了。

梯度下降的步骤

  1. 用随机值初始化权重和偏差
  2. 把输入传入网络，得到输出值
  3. 计算预测值和真实值之间的误差
  4. 反向传播求出每个神经元的梯度
  5. 根据梯度调整神经元的权值，以减少误差
  6. 重复迭代，直至得到网络权重的最佳值

全连接层反向传播

在数据表示上，将全连接神经网络的每一层神经元都表示为一个列向量。每一层的神经元，会将上一层神经元的输出作为输入，通过乘上权重矩阵以及加上列向量形式的偏置项。得到激活前的输出值，最后通过激活函数得到该层最终激活后的输出：
z l = W l ∗ a l − 1

上一篇：实战五十六：基于机器学习的上海房价预测（完整代码+数据集）

下一篇：【MySQL Shell】9.3 创建 InnoDB ReplicaSet

相关内容

热门资讯

耶鲁大学：如何让语言模型把藏在... 　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ （来源：科技行者）这...
香港宏福苑火灾跨部门调查最终报... 新华社香港8月7日电 香港大埔火灾独立委员会最新公开跨部门调查专组的最终调查报告，认为大火或是由烟头...
财信（湘潭）资产经营有限公司清... 　　兹财信（湘潭）资产经营有限公司成立于2017年8月3日，统一社会信用代码：91430321MA4...
一杯绿豆汤让骑手解解渴 本报讯（大连新闻传媒集团/大连云记者刘春鹏）骄阳炙烤着大连西安路商业街区，如意街上，饭小香餐馆门口却...
庄河市首宗国有建设用地使用权转... 本报讯（大连新闻传媒集团/大连云记者安文元）近日，庄河市首宗国有建设用地使用权转让预告登记业务顺利办...