反向传播(BP)算法推导

推导==》

在这里插入图片描述
对于图中第k层第j个神经元:
在这里插入图片描述

假设误差为L,最后一层为第n层,梯度
-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzMDI3MDY1,size_16,color_FFFFFF,t_70)
同理,
在这里插入图片描述

绿线部分表示: 从 第k层第j个神经元到 最后一层 的 任一条线路上,对经过的神经元进行的运算(从第k+1层的神经元开始),如下图所示
在这里插入图片描述

相关细节

1.对于不同的损失函数有不同取值
在这里插入图片描述
例如,对于MSE(通常乘以1/2,用于求导后约去,方便计算)
在这里插入图片描述

2.对于图中第k+1层第m个神经元,有
在这里插入图片描述
可以由此得通式,计算链式求导
在这里插入图片描述
3.对于激活函数f,若f为sigmoid函数
在这里插入图片描述

  • 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