【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

长鑫科技有望跻身今年亚洲最大I... 来源：@每日经济新闻微博 【#长鑫科技有望跻身今年亚洲最...
算力产业，迎重磅消息！电信巨头... 　　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）"...
黄色预警！岳阳将出现暴雨，局地... 转自：岳阳发布7月18日，湖南省气象台发布暴雨黄色预警，预计7月18日20时至19日20时，湘东北、...
国网蒙东电力完成辽宁保电任务 ... 转自：草原云7月17日，国网蒙东电力在辽宁省的应急保电任务全面收官，累计为沈阳、抚顺、铁岭等地约41...
WAIC 2026 | 多智能... 转自：新华财经新华财经上海7月18日电（记者 王淑娟）今年的世界人工智能大会，相比于“技术流”讨论，...