【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

Meta正式入局个人AI代理赛... 财联社9月10日讯（编辑 赵昊）Meta Platforms推出了一款全新的人工智能代理，旨在帮助用...
兵团20名优秀教师获评特级教师 本报乌鲁木齐讯（全媒体记者 陈琼 常丫丫） 近日，兵团教育局、兵团人力资源和社会保障局联合发布...
打好政策“组合拳” 托起群众... 本报乌鲁木齐讯（全媒体记者 陈琼） “近期看房客户明显增多，叠加住房消费补贴政策带动，成交态势向...
2026显示器排行榜 高清IP... 深夜赶PPT、清晨抢网课、周末剪Vlog、睡前追剧刷番——对大学生而言，一块靠谱的显示器早已不是外设...
最新八G显卡销量排行榜 远程G... 清晨九点，城市写字楼里灯光渐次亮起，一台搭载专业显卡的台式机正悄然加载远程GPU服务——它不追求4K...