【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

四部门：探索构建智能体互联网络... （来源：经济参考报） 记者7月13日获悉，工业和信息化部、中央网信办等四部门近日联合印发《关于推动互...
美国债市：短端领跌国债 美联储... 　　美国国债走低，延续早盘跌势，此前美联储理事克里斯托弗·沃勒表示，如果基础通胀继续表明价格压力广泛...
从“低估”到“重估” 创新药迎... （来源：经济参考报） 7月13日，在大盘整体承压下行的背景下，创新药板块逆势走强。万邦医药、陇神戎发...
斯泰兰蒂斯（上海）汽车有限公司... 7月13日，斯泰兰蒂斯（上海）汽车有限公司正式获得商务部核发的货物自动进口许可，本次行政办理流程已全...
SpaceX股价连续第二日下跌... 　　核心要点SpaceX 股价连续第二个交易日走低，这家埃隆・马斯克旗下企业股价距离 135 美元 ...