神经网络概述(BP推导)&CNN
神经网络
神经元模型
基本结构:
BP网络
三层神经网络的推导
-
标准的推导
-
符号说明:
- W l W^{l} Wl表示 l l l到 l + 1 l+1 l+1的权重矩阵,维数为: l + 1 l+1 l+1的节点数 × l \times l ×l的节点数
- f f f表示激活函数
- z l z^l zl表示的是 l l l层的输入 a l a^l al表示 l l l的输出(即经过了激活函数)
- 输入为一个样本( b b b个属性)
-
前向计算(以三层网络为例):
-
z ( 2 ) = W ( 1 ) x + b ( 1 ) z^{(2)}=W^{(1)}x+b^{(1)} z(2)=W(1)x+b(1)
-
a ( 2 ) = f ( z ( 2 ) ) a^{(2)}=f(z^{(2)}) a(2)=f(z(2))
-
z ( 3 ) = W ( 2 ) x + b ( 2 ) z^{(3)}=W^{(2)}x+b^{(2)} z(3)=W(2)x+<
-
-