【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

多彩课堂助成长 （来源：内蒙古日报）转自：内蒙古日报5月6日，包头市昆都仑区第一实验小学学生正在学习西点制作。近年来...
伊朗官员称目前该国石化产品供应... 转自：财联社【伊朗官员称目前该国石化产品供应充足】财联社5月7日电，伊朗议会经济委员会一名成员当地时...
俄谴责乌军袭击致5名平民死亡 转自：成都日报锦观俄谴责乌军袭击致5名平民死亡 俄罗斯外交部发言人扎哈罗娃6日谴责乌军袭击了克...
每年支持校企合作开设一批订单班 转自：成都日报锦观成都出台《工作方案》，开展“订单式”技能人才培养每年支持校企合作开设一批订单班 ...
人类与鸟类都需要这场奇特的相遇 转自：成都日报锦观人类与鸟类都需要这场奇特的相遇 北京生物多样性保护研究中心研究员、科普作家郭...