[读书笔记]后向传播算法原理

这篇读书笔记详细介绍了后向传播算法在三层神经网络中的应用,通过数学推导展示了如何计算隐藏层和输出层的权重梯度,以及如何更新权重。文中还特别提到了sigmoid函数的求导技巧,并提供了后向传播算法的总结和迭代过程。
摘要由CSDN通过智能技术生成

[读书笔记]后向传播算法原理

这里写图片描述
k :输入层神经元
j:隐藏层神经元
i :输出层神经元
t,b: 偏置项(并未具体指定 t,b 是哪一层的偏置项)

以三层网络为例,推导出神经网络后向传播算法的一般规律。
首先,总体误差为:

E=12ζ,i(dζioζi)2

ζ :训练样本
dζi : 样本 ζ 在第 i 个神经元的标准值
oζi: 样本 ζ 在第 i 个神经元的预测值

后向传播细节

  1. 计算隐藏层-加权和
    netζj=kwkjoζk+bj
    • 计算隐藏层-激励值
      oζj=f(netζj)=f(kwkjoζk+bj)
    • 计算输出层-加权和
      netζi=kwjioζj+bi=jwjif(kwkjoζk+tj)+bi
    • 计算输出层-激励值
      oζi=f(netζi)=f(jwjioζj+bi)=f(jwjif(wkjoζk+tj)+bi)
    • 所有公式代入 E
      E=12ζ,i[dζif(jwjif(kwkjoζk+tj)+bi)]2
    • 计算输出层和隐藏层的权重梯度
    • 计算 ΔWji
      Ewji=Eoζioζinetζinetζiwji=ζ(dζioζi)f(netζi)oζj=ζδζioζj
      Δwji=ηEwji=ηζδζioζj

      where
      δζi=(dζioζi)f(netζi)

      for output neuron
    • Δwkj
      Ewkj=Eoζjoζjnetζjnetζjwkj=ζ,i(dζioζi)f(netζi)wjif(netζj)oζk=ζ,iδζiwjif(netζj)oζk=ζδζjoζk
      Δwkj=ηEwkj=ηζδζjoζk

      where
      δζj=f(netζj)iwjiδζi

      for hidden neuron
    • 一般地,对于一条权边 pq :
      Δwpq=ηζδqop
      wnewpq=woldpq+Δwpq

      其中,
      o 为激励值,
      δ若于输出层,则为公式7;若于隐藏层,则为公式8.
    • sigmoid函数求导技巧
      oζl=f(netζl)=11+enetζl
      f(netζl)=enetζl(1+enetζl)2=oζl(1oζl)
    • 所以前面公式可以改写为:
      for output neuron
      δζi=(dζioζi)oζi(1oζi)
      Δwji=ηζ(dζioζi)oζi(1oζi)

      for hidden neuron
      δζj=oζj(1oζj)iwjiδζi
      Δwkj=ηζδζjoζk=ηζoζj(1oζj)iwjiδζioζk
    • 后向传播总结

      Repeat until termination criterion satisfied
       1.forward pass
       calculate actual output for every layer: o
       2.backward pass
       wpq(t+1)=wpq(t)+Δwpg
        Δwpq=ηδqop  
        δi=(dioi)oi(1oi)  
        δj=oj(1oj)iwjiδi  
       
       

      参考: http://sydney.edu.au/engineering/it/courses/comp4302/ann4-6s.pdf/

  • 0
    点赞
  • 1
    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