【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

同和药业控股股东质押830万股... 9月7日，同和药业公告，控股股东庞正伟将其持有的同和药业830.00万股股份进行质押，质押用途为质押...
OpenAI内部数据：每位研究... （来源：AI科技评论）OpenAI首次公开内部数据：每位研究员身边，已有3个AI同事在同步工作。研究...
重磅落地！中金获批合并信达、东... 每经记者｜张益铭    每经编辑｜黄胜     9月7日盘后，中金公司（SH601...
因定期报告涉嫌信披违法违规 康... 日前，康欣新材料股份有限公司（简称“康欣新材”，600076.SH）公告称，公司收到证监会出具的《立...
登康口腔：间接控股股东一致行动... 登康口腔9月7日公告，公司间接控股股东的一致行动人重庆重百科技集团股份有限公司计划自2026年10月...