【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

史无前例！美国出现人工智能失控... 7月25日，路透社援引知情人士消息刊发独家报道称，OpenAI一款AI Agent在入侵人工智能平台...
“六张网”如何赋能现代化产业体... 来源：人民网－人民日报最近，很多人在讨论“六张网”。“六张网”跟传统的基础设施建设有什么不同？为什么...
中国多地“伏羊节”集中开席 千... 中新社合肥7月26日电 (江婉琪)“我们喝了羊汤，计划再去皇藏峪转转，把‘伏羊节’的活动都体验一下。...
广东将防风Ⅰ级应急响应调整为防... 今年第12号台风“红霞”于7月26日3时50分前后以强台风级（45米/秒，14级）在惠州市惠东县平海...
海外之声 | 金融风险“非银化... 导读2008年全球金融危机后，对银行资本与流动性的监管强化的显著提升了银行体系韧性，但金融风险并未因...