【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

博通6月3日财报：面临730亿... 博通将于6月3日公布第二财季财报，市场预计其业绩出色，普遍预期每股收益2.40美元，营收221亿美元...
工美博览·热卖现场｜线上线下齐... （来源：消费日报官方平台）转自：消费日报官方平台5月30日，2026中国工艺美术博览会进入第二天。恰...
量子任务进展顺利：计算、通信与... 2023年4月启动的国家量子任务（NQM），8年总预算600.365亿卢比，已拨款400亿卢比，旨在...
马耳他提前举行议会选举 马耳他5月30日提前举行议会选举。多项民调显示，执政党工党有望连续第四次胜选。投票当天7时开始，将于...
基地建设提质增效 冷链物流跑出... 今年以来，超过10万吨榴莲、山竹等东南亚特色水果搭乘中老铁路冷链班列，从泰国、老挝出发经过磨憨站，再...