【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

中光学聘任61岁刘洋为非独立董... 6月18日，中光学公告，聘任刘洋先生为公司非独立董事。资料显示，刘洋，男，1965年出生，中国国籍，...
丽尚国潮股东杭州骥瑜商业管理有... 6月18日消息，丽尚国潮股东杭州骥瑜商业管理有限公司于2026年6月16日，通过大宗交易方式减持15...
国盛证券总经理赵景亮新任董事，... 6月18日，国盛证券公告，聘任赵景亮先生为公司董事。资料显示，赵景亮先生，1978年12月出生，特许...
成人超重率超三成 我国肥胖形势... （来源：千龙网）新华社北京6月17日电 当前我国成人超重率约为34.3%，肥胖率约为16.4%；6岁...
卢浮宫馆长称该博物馆已“不堪重... （来源：千龙网）新华社巴黎6月17日电 法国卢浮宫博物馆馆长克里斯托夫·勒里博17日就博物馆内设施设...