【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

2026年度山东省省级机关公开...       一、笔试合格分数线      2026年度山东省省级机关公开遴选公务员笔试合格分数线为：...
伊朗最高领袖穆杰塔巴：将为哈梅... （来源：深圳商报）当地时间7月11日，伊朗最高领袖穆杰塔巴发表声明表示，将为已故最高领袖哈梅内伊和最...
突传重磅！美国，拟放宽芯片出口... AI芯片巨头，迎来重磅利好！据多家外媒报道，美国拟放宽对阿联酋的出口限制，阿联酋可以自由进口英伟达、...
长江海事局提升防台应急响应至二... 今年第9号台风“巴威”预计于7月11日至13日对长江中下游的湖北东部、江西、安徽等地造成影响。据长江...
龙头20CM涨停 本周披露并购... 财联社7月11日讯（编辑 平方）A股市场并购重组持续活跃。截至周五收盘，拟发行股份及支付现金购买海兰...