输入层-隐藏层-输出层的前馈反向传播

1. 输出层->隐藏层

 2.隐藏层:

隐藏层中,J对神经元yi输出的值的导数等于 J对a的导数 乘 a对z的导数  乘 z对w的导数(这只是J对yi神经元输出的导数) ,因为做不到直接对yi输出求导, 则曲线救国, 因为输出a=sigmoid(z), 所以先求 J对a的,  再求a到z的,  再求z到w的,  链式求导得,J对yi输出的导数,这仅仅是对yi的输出导数, 若要求J对w的导数,根据J对输出求导, 输出a对z求导,  z对w求导链式求导乘积才是输出层对隐藏层yi的w求导。

                                                                                                                                                           J对w的导数是 = J对神经元yi输出的导数 乘以 a对z的导数,乘以z对w的导数

 

 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

隐藏层求导,计算过程是 J对w求导 = J对a求导,乘 a对z求导,乘z对w求导,  (假设只有一个神经元),a=sigmoid(z),  z=w*x + b; 

所以 J对a求导 

a对z求导 (也就是激活函数求导)

z对w求导=

将三个导数做乘积:

 

 

 

 

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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