cnn突破五（三层bpnet网络公式）

工业机器视觉设计和实现

已于 2024-10-06 17:11:48 修改

阅读量147

点赞数 1

文章标签：神经网络 cnn 人工智能

于 2024-10-06 08:43:03 首次发布

本文链接：https://blog.csdn.net/ganggangwawa/article/details/142722351

版权

三层网络反向传播公式推导：

X【196】-》HI【80】/HO【80】-》YI【10】/YO【10】，期望是d【10】

X，HI之间用w1【196，80】

HO，YI之间用w2【80,10】

k=10;j=80;i=196

$\frac{\partial E}{\partial w2[j,k]}$ = $\frac{\partial E}{\partial yo[k]}$ $\frac{\partial yo[k]}{\partial yi[k]}$ $\frac{\partial yi[k]}{\partial w2[j,k]}$

=(yo[k]-d[k])*ds(yo[k])*ho[j];

$\frac{\partial E}{\partial w1[i,j]}$ = $\sum_{k=0}^{9}$ $\frac{\partial E}{\partial yo[k]}$ $\frac{\partial yo[k]}{\partial yi[k]}$ $\frac{\partial yi[k]}{\partial w2[j,k]}$ $\frac{\partial w2[j,k]}{\partial ho[j]}$ $\frac{\partial ho[j]}{\partial hi[j]}$ $\frac{\partial hi[j]}{\partial w1[i,j]}$

= $\sum_{k=0}^{9}$ $\frac{\partial E}{\partial yo[k]}$ $\frac{\partial yo[k]}{\partial yi[k]}$ $\frac{\partial yi[k]}{\partial ho[j]}$ $\frac{\partial ho[j]}{\partial hi[j]}$ $\frac{\partial hi[j]}{\partial w1[i,j]}$