【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

“听见我们”2026米多多合唱... 7月17日晚，长沙音乐厅。“听见我们”2026米多多合唱公益音乐会现场。7月17日晚，长沙音乐厅灯光...
SK海力士，直线拉升 美股存储板块集体拉升，纷纷收复此前4%-7%的盘初跌幅。截至发稿，SK海力士股价上涨6.22%，美光...
市领导领办重点提案办理协商会召... 稿源：掌上长沙2026-07-17 22:32 长沙晚报掌上长...
香港邀桂商桂企与港企“拼船出海... 中新网南宁7月17日电(林浩 韦佳秀 陈沿佑)7月17日，香港特别行政区行政长官李家超表示，期待桂商...
豪江智能聘任38岁李俊平为审计... 7月17日，豪江智能公告，聘任李俊平女士为公司审计部负责人。资料显示，李俊平女士，1988年出生，中...