【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

通胀持续加速 三大大盘价值型基... 美国商务部公布5月PCE价格指数同比上涨4.1%，为2023年4月以来最大年度增幅，高于4月的3.8...
世界杯凝聚北美民众 MADD加... 加拿大反对醉驾母亲协会（MADD Canada）与美国反对醉驾母亲协会（MADD）联合发起跨境倡议，...
HII与美国海军庆祝纽波特纽斯... HII（纽交所代码：HII）与美国海军于2026年6月26日在纽波特纽斯造船厂共同为新设施航母换料大...
基辅星与VEON携手乌克兰经济... 基辅星集团（纳斯达克代码：KYIV、KYIVW）联合VEON集团（纳斯达克代码：VEON）与乌克兰经...
关于光辉国际（KFY）评级上调... 光辉国际（Korn/Ferry，股票代码KFY）获上调至Zacks Rank 2级（买入），该调整基...