【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

杭侃：建设区域性文物库房 破解... 转自：大同发布全国人大代表、云冈研究院院长杭侃建设区域性文物库房破解基层文物存储难题中国日报山西记者...
全国人大代表、歼-16飞行员王... 3月5日上午，十四届全国人大四次会议首场“代表通道”集中采访活动在人民大会堂举行。全国人大代表、空军...
北京超7万人次连夜扫雪铲冰，道... 转自：北京青年报客户端3月4日至5日，北京迎来降雪过程。北京青年报记者从市城市管理委获悉，截至3月5...
科技部部长阴和俊：芯片攻关取得... 转自：长安街知事3月5日上午，十四届全国人大四次会议首场“部长通道”集中采访活动在人民大会堂北大厅举...
协创数据：控股子公司打造AIG... 投资者提问：公司控股子公司有涉及AIGC业务吗？董秘回答(协创数据SZ300857)：您好！控股子公...