【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

美军再次发动打击 美军中央司令部称对伊朗实施新一轮打击 美军中央司令部27日在社交媒体发布声明称，美军当天对伊朗境内多...
特朗普威胁伊朗或将不复存在 当地时间6月27日，美国总统特朗普在社交媒体平台发帖称，“美国战机刚刚打击了伊朗导弹与无人机储存设施...
刚果民主共和国对阵乌兹别克斯坦... 2026年国际足联世界杯K组最后一轮赛事将于6月27日周六在亚特兰大体育场打响，对阵双方为刚果（金）...
欢乐抽陀螺　实验小学教育集团西... （来源：南湖晚报）转自：南湖晚报 　　欢乐抽陀螺　　实验小学教育集团西校区 201班 时沫 　　指导...
北京展区书博会期间达成版权输出... 转自：中新网中新网北京6月27日电 (记者 高凯)记者从第32届北京国际图书博览会北京展区方面获悉，...