【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

大会代表体现了代表性和先进性 （来源：唐山劳动日报） 本报讯 （记者卢山）8月15日晚，中国共产党唐山市第十二次代表大会代表资格审...
浙江省水利厅调整水旱灾害防御应... 人民财讯8月16日电，据浙江省水利厅消息，当前，苕溪流域瓶窑站水位6.64米，已降至保证水位以下，杭...
卫星新材、卫星化学申请哌嗪联产... 8月16日消息，国家知识产权局信息显示，卫星新材料研发有限公司、卫星化学股份有限公司申请一项名为“一...
包头稀土研究院北方稀土取得晶粒... 8月16日消息，国家知识产权局信息显示，包头稀土研究院、中国北方稀土（集团）高科技股份有限公司申请一...
千年古都邂逅未来科技，2026... 【千年古都邂逅未来科技，2026乐高®教育FLL亚洲锦标赛在怀柔开幕】8月14日，2026乐高®教育...