【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

宏远股份：6月29日获融资买入... 6月29日，宏远股份跌0.94%，成交额1823.91万元。两融数据显示，当日宏远股份获融资买入额1...
金证股份信息披露事务管理制度 金证股份发布《信息披露事务管理制度》（2026年6月修订），该制度经公司董事会审议批准后生效，旨在加...
北矿检测：6月29日获融资买入... 6月29日，北矿检测跌2.54%，成交额1381.02万元。两融数据显示，当日北矿检测获融资买入额3...
精创电气：6月29日获融资买入... 6月29日，精创电气跌5.30%，成交额5549.59万元。两融数据显示，当日精创电气获融资买入额1...
通宝光电：6月29日获融资买入... 6月29日，通宝光电跌2.23%，成交额995.59万元。两融数据显示，当日通宝光电获融资买入额8....