数据挖掘第四节作业

作业一:激活函数sigmoid函数求导过程

bb0d3881670b4fc3a1dc4d0b4640c85a.jpeg

 

 作业二:全连接神经网络反向传播算法的推导过程

在这里正好也对第四节课学习的内容做一个整理,不仅仅局限于推导过程

对于全连接神经网络的学习可以分为三大部分:1.对于节点输出值的表示  2.训练过程  3.反向传播算法的推导过程

对于第二部分 的基础就为第三部分,所以需要先整明白第三部分

第三部分过程:反向传播算法的推导过程其实是链式求导法则的应用

81d52b85bbd84a6dabc64bf637e3569c.jpeg

 

 对于  gif.latex?%5Cfrac%7B%5Cpartial%20Ed%7D%7B%5Cpartial%20net_%7Bj%7D%7D的分情况进行求解,分两种情况,一个是对于输出层,另一个是对于隐藏层:2147dcb0923c4192a34eababd219208e.jpeg

 以上两页完成对神经网络目标函数求导

这是训练过程,因为求导结果分为两部分,所以自然权值更新也分为两部分。

f6c52ecef19f4424ae9b63704bbe0f4b.jpeg

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值