【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

顾家家居(603816.SH)... 2026年7月6日，顾家家居(603816.SH)公告，公司于6月1日披露董事离任公告后，经董事会提...
大家保险官网不见董事长何肖锋简... 大家保险集团有限责任公司（下称“大家保险”）近期发生人事变动。工商信息显示，今年6月，大家保险法定代...
中航沈飞：投资者询问7月产能交... 投资者提问：董秘您好，请问沈北新厂区新增配套产能是否在7月投入整机排产，7月整机月度交付计划是否高于...
上海环境：FAST飞灰资源化技... 投资者提问：请问贵公司FAST飞灰资源化技术目前商业化推广已取得哪些实质性进展？截至目前已签约或投运...
弘阳服务完成多项人事委任 即日... 观点网讯：弘阳服务7月6日发布公告，宣布多项人事委任及上市规则合规进展，所有委任自2026年7月6日...