【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

公告　山东云岭建设工程有限公司 　　公告　　山东云岭建设工程有限公司已自2025年10月31日起,全面退出济南七里河烟草地块24班小...
《医疗健康行业智能体协同要求》... 　　本报讯（记者 何可）日前，由中国信息通信研究院联合复旦大学附属中山医院共同牵头编制的《医疗健康行...
深耕绿色智能 展现实力担当 □本报记者 朱文达　　近日，山东重工全球合作伙伴大会暨绿色智能产品展示会在越南国家会展中心（VEC）...
2026非遗面食大会面向全国征... 　　本报讯（记者 秦海峰）近日，由山西省文化和旅游厅主办的2026非遗面食大会在位于山西省吕梁市的孝...
安特吉(ETR)7月跌约6% ... 经济观察网 安特吉（ETR）7月全月下跌约6%，年初至今仍涨近17%，Q2财报超预期但市场反应平淡。...