【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

夏日寒风余波危中有机，风险释放... （来源：张忆东、周林泓 张忆东策略世界）一、重要数据及市场观点更新（一...
别被这种病盯上，转给爱喝咖啡、... 天天喝咖啡、奶茶小心被这种病盯上俯身捡个东西，腰一下就“闪”了打个喷嚏，却背痛了好几天明明只是轻轻一...
少年自幼失双亲，伯父托起他的大...     7月25日，刘威在打工的餐饮店附近接受记者采访。　　湖南省岳阳县毛田镇南冲村，坐落于湘鄂交界...
闲置厂房屋顶变身“阳光电站”     5G产业园一期光伏项目。    受访者 供图　　三湘都市报7月26日讯 三伏天工厂车间空调、...
AI算力紧平衡状态未解 　　7月以来，科技板块有所调整，背后有多重驱动因素：Meta出售闲置算力引发海外市场“资本开支见顶”...