【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

线上销量腰斩！苹果iPad猛猛... 过去提到平板电脑，很多人脑海里只有两个选项，要么iPad，要么“其他”。但自苹果今年6月底宣布对多款...
西藏吉隆3人遇难、265人失联... 转自：长安街知事8月26日10时30分许，因尼泊尔一侧发生泥石流灾害，造成西藏自治区日喀则市吉隆县吉...
重要通胀数据发布，美联储9月加... 　　8月26日晚间，美股三大指数集体下挫。　　整体看，盘面并未出现热点板块，投资者在等待英伟达盘后发...
盛路通信：上半年净利润3644... 人民财讯8月26日电，盛路通信(002446)8月26日披露半年报，2026年上半年，公司实现营业收...
西藏启动自治区自然灾害一级救助... 00:18西藏自治区防灾减灾救灾委员会8月26日晚发布通知，26日10时30分许，因尼泊尔一侧发生泥...