DNN的正向传播

最新推荐文章于 2023-04-15 22:17:57 发布

你吃过卤汁牛肉吗

最新推荐文章于 2023-04-15 22:17:57 发布

阅读量262

点赞数

分类专栏：深度学习深度学习基础理论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u012370185/article/details/95314623

版权

深度学习同时被 2 个专栏收录

27 篇文章 5 订阅

订阅专栏

深度学习基础理论

19 篇文章 0 订阅

订阅专栏

正向传播

第层的第个神经元的正向传播公式（向量形式）：

$z_i^l=\sum_{k=1}^{N^{l-1}}W_{ik}^l a_k^{l-1}+b_i^l$

注：

（1）W、b是第层的参数，a是第 l-1 层的输出值

（2） $N^{l-1}$ 是第 l-1 层的神经元总数

（3）：第层的第个神经元（ $i\leq N^l$ ）；：第 l-1 层的第个神经元（ $k\leq N^{l-1}$ ）

（4） $W_{ik}^{l}$ ：第层的第个神经元与第 l-1 层的第k个神经元连接的权重

第层的神经元(共 $N^{l}$ 个)的正向传播公式（矩阵形式）：

缩写为：

$z^l=W^la^{l-1}$

a^l=f(z^l)

你吃过卤汁牛肉吗

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
DNN的正向传播

正向传播第层的第个神经元的正向传播公式（向量形式）：注：（1）W、b是第层的参数，a是第层的输出值（2）是第层的神经元总数（3）：第层的第个神经元（）；：第层的第个神经元（）（4）：第层的第个神经元与第层的第k个神经元连接的权重第层的神经元(共个)的正向传播公式（矩阵形式）：缩写为：...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。