【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

应对低利率挑战理财子公司“打新... （来源：经济参考报） 7月20日，长鑫科技中签投资者完成缴款。每个中签号码可认购500股，按8.66...
近3亿元股权转让终止 新华百货... （来源：经济参考报） 日前，银川新华百货商业集团股份有限公司（简称“新华百货”，600785.SH）...
LPR连续十四个月“按兵不动”... （来源：经济参考报） 7月20日，中国人民银行授权全国银行间同业拆借中心公布，2026年7月20日贷...
6月70城房价数据出炉 ... 　　三湘都市报7月20日讯 近日，国家统计局发布2026年6月份商品住宅销售价格变动情况，70个大中...
兴业500ETF季报解读：净值... 主要财务指标：本期利润近千万 资产净值3.99亿元报告期内（2026年4月1日-6月30日），兴业中...