【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

汇添富中证1000ETF净值下... 汇添富中证1000交易型开放式指数证券投资基金（简称：汇添富中证1000ETF，代码560110）公...
新华中证云计算50ETF净值下... 新华中证云计算50交易型开放式指数证券投资基金（简称：新华中证云计算50ETF，代码560660）公...
人形机器人产业加速发展 国产供... 　　本报记者 吴奕萱　　见习记者 钟雨润　　伴随A股“人形机器人第一股”宇树科技登陆科创板，宇树科技...
理性看待“打新策略”理财产品 　　■ 熊 悦　　近期，多家明星科技公司陆续登陆A股市场，开盘首日即取得亮眼的股价表现，市场打新赚钱...
国泰中证消费电子主题ETF净值... 国泰中证消费电子主题交易型开放式指数证券投资基金（简称：国泰中证消费电子主题ETF，代码561310...