【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

汉马科技(600375.SH)... 格隆汇8月21日丨汉马科技(600375.SH)发布2026年中报显示，公司上半年实现营业收入38....
广西三江：硕果盈枝富农家 近日，在广西三江侗族自治县和平乡和平村江脑屯的罗汉果种植基地里，翠绿的果实挂满藤架，村民抢抓农时，积...
《大公文汇报》报道中国华电主办... 本网讯8月19日，《大公文汇报》刊发报道《30余港青走进贵州 增强祖国认知》，聚焦由中国华电集团有限...
【品质立信 服务致远】中辰股份... （来源：中辰股份 300933）近期，中辰股份陆续收到来自南方电网、国网山西电力及多个重点工程项目客...
纽威股份：上半年归母净利润7.... 纽威股份8月21日披露半年报，公司上半年实现营业收入38.97亿元，同比增长14.47%；归属于上市...