【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

易点天下启动H股上市前期筹备工... 12月5日晚间，易点天下(301171)公告称，公司董事会授权管理层启动H股上市的前期筹备工作，授权...
“中招”流感该如何应对？专家提... 转自：央视新闻客户端　　近期，气温波动幅度大，容易造成人体免疫力低下。今天，国家卫生健康委举行新闻发...
网飞Netflix宣布以827... 转自：中国基金报　　12月5日晚间，Netflix（奈飞）宣布收购华纳兄弟探索公司，Netflix将...
香港大埔宏福苑火灾79名伤者全... 据新华社香港12月5日电 香港特区行政长官李家超和特区政府多位局长5日联合召开记者会。其中医务卫生局...
湖南平江通报老年妇女遭家暴：成... 湖南省岳阳市平江县联合处置组12月6日发布情况通报：12月4日11时许，我县公安局接到报警称，一老年...