【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

台州人的公积金账户，多了一笔钱... （来源：财闻） 2025年7月1日至2026年6月30日，台州市住房公积金...
车船税15年来首次重大调整！对... 3日，财政部、税务总局、工业和信息化部联合发布公告，自2027年1月1日起，调整节能汽车、新能源汽车...
外媒：Windows启动出现神... 来源：环球网 【环球网科技综合报道】7月4日消息，据NeoWin 报道，Windows 10 和 1...
仲夏滑雪热 长春夏日冰雪经济显... 中新网长春7月4日电 (李彦国 高龙安)短袖配雪板、手提冬装包，反差强烈的穿搭，成为吉林长春夏日滑雪...
“空中健康丝绸之路”C909飞... （来源：上观新闻）7月3日，由复旦大学附属眼耳鼻喉科医院、中国商用飞机有限责任公司、上海市华侨事业发...