【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

追觅洗地机启动年中智能制造体系... 　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ （来源：网易智能）7...
美元走软+美联储加息预期降温 ... 由于美元走软以及美联储加息预期降温，铜等工业金属上涨。周五，伦敦金属交易所(LME)铜价一度上涨1%...
教育部印发通知：坚决杜绝要求学... （来源：上观新闻）据新华社消息，记者3日从教育部获悉，《关于做好2026年中小学、幼儿园暑期安全工作...
吉林建筑大学党委副书记张学建已... （来源：长春相遇）据北华大学微信公众号消息，北华大学“两优一先”表彰大会2026年6月30日在东校区...
北投和璟与熙悦京晏之战：避其锋... 乐居财经·进深 | 出品陈海保 | 主播通州楼市最新的对决，就在充满艺术气息的宋庄。一路之隔，相距6...