【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

联芸科技(688449.SH)... 联芸科技(688449.SH)发布公告，公司预计2026年半年度实现归属于母公司所有者的净利润5.1...
华侨城（亚洲）：胜宏科技确定为... 7月14日晚，华侨城（亚洲）在港交所公告有关涉及透过公开挂牌出售华侨城（惠州）之建议非常重大出售的更...
中国国航：预计2026年上半年... 中国国航公告称，预计2026年半年度归属上市公司股东净亏损21亿-26亿元，扣非后净亏损23亿-31...
潞安环能A股股东户数增加300... 7月14日消息，数据显示，截至2026年7月10日，潞安环能A股股东总户数为4.9万户，较上期（20...
丝路视觉A股股东户数增加282... 7月13日消息，数据显示，截至2026年7月10日，丝路视觉A股股东总户数为2.03万户，较上期（2...