【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

比亚迪：公司海外业务保持良好增... 　　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...
特朗普要求伊朗举白旗投降 转自：财联社【特朗普要求伊朗举白旗投降】财联社8月17日电，据美国福克斯新闻今天（8月17日）报道，...
哈尔斯：上半年归母净利润488... 哈尔斯8月17日披露半年报，公司上半年实现营业收入17.73亿元，同比增长12.83%；归属于上市公...
飞力达拟4000万元至6000... 8月17日，飞力达公告，公司拟以集中竞价交易方式回购股份。回购金额不低于4000万元且不超过6000...
远东传动半年报解读：扣非净利润... 财报解读营业收入：商用车市场复苏驱动增长25.94%2026年上半年，远东传动实现营业收入9.05亿...