【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

【硅锰】矿价强势、钢厂追涨，供... （来源：合金现货网）本周硅锰市场大体呈强势上涨运行，从消息面情绪主导到供需基本面迎来实质性改善预期，...
PLUS会员专享大疆Actio...
伊朗总统：若基础设施或经济中心... 总台记者获悉，当地时间28日，伊朗总统佩泽希齐扬表示，如果伊朗的基础设施或经济中心成为攻击目标，伊方...
@辽宁驾驶人 6月1日起，这些... （来源：东北新闻网）近日公安部正式发布《机动车驾驶人疲劳驾驶认定规则》（GA／T 2372－2026...
“增长失速、收入迷雾、家族掌控... 一家宣称在高炉本体内衬细分市场占据半壁江山的公司，一份净利润两年高增长的成绩单，一个紧扣“碳中和”热...