TensorFlow自学笔记——全连接的前向传播算法
简介
简述全连接前向传播原理,与Tensorflow的矩阵乘法实现
全连接前向传播
概述
(图片来自Tensorflow实战Google 深度学习框架 第2版 第52页 图3-6 ISBN978-7-121-33066-7)
全连接:每一层神经网络与下一层神经网络的神经元都有连接
前向传播:每层的神经网络传播方向一致,从输入指向输出
在传播过程中,上一级的信号乘上一个权重作为 下一级信号的一部分(如图)
所以可以将传播方式写成矩阵乘法(仅展示输入层到隐藏层)
(公式来自Tensorflow实战Google 深度学习框架 第2版 第53页 ISBN978-7-121-33066-7)
矩阵乘法的Tensorflow函数实现
a = tf.matmul(x, w1)