【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

今天白天晴，最高气温11℃，中... 北京市气象台4日6时发布：今天白天晴，早晨东南部地区有轻雾，北转南风二三级，最高气温11℃；夜间晴间...
阐述湖南“担当”，托举百姓“幸... 曹忠平 李全胜 朱东铁 沈裕谋　　2月3日，湖南省十四届人大四次会议第一场“厅长通道”开启，省民政厅...
汇聚文化产业强劲动能 文旅市场即将开启“史上最长春节假期”，冰雪游、避寒游等冬季特色产品人气旺盛；电影市场全力备战春节档，...
深化职业外语教改实践 打造课程... 立德树人是教育的根本任务，兼具语言工具性与文化人文性双重属性的职业外语课程，不仅是扎实开展课程思政的...
四川老年大学：乘势而上 书写阔... □丹童 （图片由四川老年大学提供）　　2025年，四川老年大学捷报频传：在中国老年大学协会主办的全国...