【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

冰箱性能排行榜TOP3 学生党... 深夜赶论文时顺手拿出一盒酸奶，周末囤几瓶冰可乐犒劳自己，期末前把水果蔬菜分层码放避免串味——这些看似...
即便市场走势不明 坚持持仓仍有... 当前美股市场走弱，部分投资者计划缩减股票持仓、待行情明朗后重新进场，该内容指出这并非最优策略，建议长...
英特尔涨幅达220% 代工业务... 英特尔近期股价从17美元上方攀升至65美元以上，累计涨幅超220%，市值突破7000亿美元，市场已不...
SOL价格取决于65美元关口 ... 核心事件：截至2026年6月28日，索拉纳（SOL）进入关键行情抉择阶段，当前报价71美元，自202...
诺和诺德公布多项在华合作 启动... 经济观察网 诺和诺德于链博会公布多项在华合作布局，同时启动最高112亿丹麦克朗股票回购计划。全产业链...