【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

上海书展明日如约而至 记者提前... 2026上海书展暨书香中国上海周，将于明天开幕。今年书展主会场仍为上海展览中心和上海书城双主场，目前...
南天信息董事会换届选举：候选人... 8月11日，南天信息（000948）发布公告，公司第九届董事会任期即将届满，决定进行董事会换届选举。...
24岁中国女子赴泰国后失联，我... 据央视新闻，当地时间8月11日，就网络关注的中国女性祁萌赴泰后失联一事，中国驻泰国使馆向总台记者确认...
宝鼎科技澄清：未接触英伟达，无... 8月11日，宝鼎科技（维权）（002552）发布公告，公司股票在2026年8月7日、10日和11日连...
宇树科技中签号出炉 中签号码共... 观点网讯：8月11日晚间，宇树科技网上摇号中签结果出炉，中签号码共有19414个，每个中签号码只能认...