【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

工程机械ETF鹏华（15917... 5月11日，截止午间收盘，工程机械ETF鹏华（159177）涨3.40%，报1.157元，成交额55...
红利100ETF景顺（1591... 5月11日，截止午间收盘，红利100ETF景顺（159188）涨0.29%，报1.025元，成交额8...
养殖ETF华泰柏瑞（15900... 5月11日，截止午间收盘，养殖ETF华泰柏瑞（159007）涨1.44%，报0.985元，成交额10...
有色ETF易方达（560470... 5月11日，截止午间收盘，有色ETF易方达（560470）涨0.38%，报1.053元，成交额513...
懵逼！冯朋朋和班可可仅赚293... （来源：金融干货精选）证监会北京监管局开出一则极具警示意义的行政处罚决定书，冯朋朋、班可可两人因编造...