【深度学习】基础知识之:卷积神经网络的误差计算与反向传播详解
本文主要内容:2.1 误差的计算2.1.1 示例:2.1.2 Cross Entropy Loss交义熵损失2.1.3 回到前面的示例2.2 误差的反向传播2.3 权重的更新2.1 误差的计算2.1.1 示例:下面以一个三层的BP神经网络为例进行讲述,如下图:参数讲解:左侧为输入层,有两个参数:x1 和 x2 。中间的带有σ的表示隐层。W11(1) 中,下标的第一个1,表示上一层的第几个节点,第二个1,表示当前层的第几个节点。上标表示当前是第几层。σ 表示激活函数。b1
复制链接