【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

相关内容

热门资讯

本周四川盆地气温重回3字头,高... 四川在线记者 陈婷随着雨过天晴,今天(8月4日)白天,四川盆地整体回到了30℃上方。高温要回来了吗?...
浙江制造,引进来、走出去、强起... 界面新闻记者 | 高菁7月底,温州一座工厂里,即将发往沙特的风电机组在工厂整齐列队,今年这座工厂的海...
财政部拟发行200亿元国债 为... 观点网讯:8月4日,财政部拟发行2026年记账式贴现(四十七期)国债。本期国债为期限28天的贴现债,...
思派健康(00314.HK)盈... 格隆汇8月4日丨思派健康(00314.HK)公告,集团截至2026年6月30日止6个月未经审核综合管...
麦当劳前6月营业收入136.1... 观点网讯:8月4日,麦当劳(MCD.US)发布中期业绩,截至2026年6月30日的6个月内,营业收入...