【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

澜起科技A股股东户数增加13.... 8月28日消息，数据显示，截至2026年6月30日，澜起科技A股股东总户数为26.09万户，较上期（...
天承科技A股股东户数增加846... 8月28日消息，数据显示，截至2026年6月30日，天承科技A股股东总户数为1.57万户，较上期（2...
沃什，放鹰 2026.08.28本文字数：980，阅读时长大约2分钟作者 | 第一财经 樊志菁封图 | 美联储当...
亚太科技的前世今生：周福海掌舵... 亚太科技是国内汽车热管理与轻量化铝挤压材领域龙头，专注中高端铝合金挤压材及部件研发制造，具备全产业链...
和元生物的前世今生：潘讴东掌舵... 和元生物是国内基因治疗CRO/CDMO领域领先企业，依托全产业链技术平台为基因治疗创新提供一站式研发...