【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

高乐股份(002348.SZ)... 高乐股份(002348.SZ)发布公告，近日，公司全资子公司哈尔滨智辰科技有限公司(简称“智辰科技”...
正味集团(02147)拟增加法... 正味集团(02147)发布公告，董事会建议，透过新增每股面值0.2美元的额外4亿股未发行股份，将公司...
美股异动｜SpaceX涨超3%... 格隆汇8月3日｜SpaceX涨幅扩大至3.2%，报111.95美元。此前有X平台用户针对SpaceX...
圆美光电：将于8月13日召开董... 圆美光电公告称，公司将于2026年8月13日举行董事会会议，处理事项包括考虑及批准公司及其附属公司截...
华联控股A股股东户数增加769... 8月3日消息，数据显示，截至2026年7月20日，华联控股A股股东总户数为4.31万户，较上期（20...