看这篇文章,看官需要了解常规CNN模型的结构,并且了解结构下的各层计算逻辑。
OK,我们这次对CNN从全连接层到计算损失函数大致三个阶段进行推导和分析。
全连接层——激活层(一般只把它看做一个函数,但是其实keras里面把它作为一个层)——输出层(计算损失)
1、假设全连接层的输入(即上一层的输出)为x,全连接层的权重参数(神经元)为w,则全连接层的输出为
这个过程是一个矩阵的乘法运算。那为了计算的方便,我们就以两个变量举例,则全连接层输出为:
2、激活层的激活函数我们用relu,然后对于X的负轴方向我们不需要考虑,因为都是0嘛,那怎么计算都是0。假设正轴部分是y=kx,即斜率为k的x轴正向直线部分。于是