【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

鲁H大货车强行变道救一家五口 转自：北京头条 【#鲁H大货车强行变道救一家五口#】#济...
已进入高发期，接触10秒即可感... 转自：漯河发布警告！水边千万别大意！有一种“虫”，接触皮肤10秒就能钻入体内，还可能损伤肝肠？没错，...
华为高级副总裁、引望CEO靳玉... 　　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：证券时报）人...
中国钢铁工业协会：扎实推动行业... 格隆汇4月11日｜据中新网，中国钢铁工业协会副会长夏农11日在2026(第十七届)钢铁高质量发展大会...
三大交易所出手！重大调整 重磅规则调整要来了！4月10日，上交所官网显示，上交所就修订《上海证券交易所交易规则》公开征求意见。...