【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

汇添富中证沪港深云计算产业ET... 汇添富中证沪港深云计算产业交易型开放式指数证券投资基金联接基金（简称：汇添富中证沪港深云计算产业ET...
鑫元清洁能源混合发起式A净值下... 鑫元清洁能源产业混合型发起式证券投资基金（简称：鑫元清洁能源混合发起式A，代码014574）公布6月...
博时回报严选混合C净值上涨3.... 博时回报严选混合型证券投资基金（简称：博时回报严选混合C，代码014601）公布6月18日最新净值，...
财通福瑞混合发起(LOF)C净... 财通多策略福瑞混合型发起式证券投资基金(LOF)（简称：财通福瑞混合发起(LOF)C，代码01462...
世界杯｜最后20分钟狂轰四球，... （来源：上观新闻）北京时间6月19日凌晨，凭借两名替补奇兵的出色表现，瑞士队在小组赛次轮比赛中4比1...