数学公式推导_MLP反向传播算法_Multi_Layer Perceptron

数学公式推导_MLP反向传播算法_Multi_Layer Perceptron

在这里插入图片描述

简化公式
∂ E ∂ w j k = ( O k − t k ) O k ( 1 − O k ) O J j \frac{\partial E}{\partial w_{jk}}=\left( O_k-t_k \right) O_k\left( 1-O_k \right) O_{J}^{j} wjkE=(Oktk)Ok(1Ok)OJj
∂ E ∂ w j k = δ k K O j J \frac{\partial E}{\partial w_{jk}}=\delta _{k}^{K}O_{j}^{J} wjkE=δkKOjJ

∂ E ∂ w i j = Σ k ∈ K ( O k − t k ) O k ( 1 − O k ) ∂ x k ∂ w i j \frac{\partial E}{\partial w_{ij}}=\underset{k\in K}{\varSigma}\left( O_k-t_k \right) O_k\left( 1-O_k \right) \frac{\partial x_k}{\partial w_{ij}} wijE=kKΣ(Oktk)Ok(1Ok)wijxk

∂ E ∂ w i j = Σ k ∈ K ( O k − t k ) O k ( 1 − O k ) ∂ x k ∂ O j ∂ O j ∂ w i j \frac{\partial E}{\partial w_{ij}}=\underset{k\in K}{\varSigma}\left( O_k-t_k \right) O_k\left( 1-O_k \right) \frac{\partial x_k}{\partial O_j}\frac{\partial O_j}{\partial w_{ij}} wijE=kKΣ(Oktk)Ok(1Ok)OjxkwijOj
∂ E ∂ w i j = Σ k ∈ K ( O k − t k ) O k ( 1 − O k ) w j k ∂ O j ∂ w i j \frac{\partial E}{\partial w_{ij}}=\underset{k\in K}{\varSigma}\left( O_k-t_k \right) O_k\left( 1-O_k \right) w_{jk}\frac{\partial O_j}{\partial w_{ij}} wijE=kKΣ(Oktk)Ok(1Ok)wjkwijOj
移项
∂ E ∂ w i j = ∂ O j ∂ w i j Σ k ∈ K ( O k − t k ) O k ( 1 − O k ) w j k \frac{\partial E}{\partial w_{ij}}=\frac{\partial O_j}{\partial w_{ij}}\underset{k\in K}{\varSigma}\left( O_k-t_k \right) O_k\left( 1-O_k \right) w_{jk} wijE=wijOjkKΣ(Oktk)Ok(1Ok)wjk
展开
∂ E ∂ w i j = O j ( 1 − O j ) ∂ x j ∂ w i j Σ k ∈ K ( O k − t k ) O k ( 1 − O k ) w j k \frac{\partial E}{\partial w_{ij}}=O_j\left( 1-O_j \right) \frac{\partial x_j}{\partial w_{ij}}\underset{k\in K}{\varSigma}\left( O_k-t_k \right) O_k\left( 1-O_k \right) w_{jk} wijE=Oj(1Oj)wijxjkKΣ(Oktk)Ok(1Ok)wjk

∂ E ∂ w i j = O j ( 1 − O j ) O i Σ k ∈ K ( O k − t k ) O k ( 1 − O k ) w j k \frac{\partial E}{\partial w_{ij}}=O_j\left( 1-O_j \right) O_i\underset{k\in K}{\varSigma}\left( O_k-t_k \right) O_k\left( 1-O_k \right) w_{jk} wijE=Oj(1Oj)OikKΣ(Oktk)Ok(1Ok)wjk

化简为
∂ E ∂ w i j = O j ( 1 − O j ) O i Σ k ∈ K δ k w j k \frac{\partial E}{\partial w_{ij}}=O_j\left( 1-O_j \right) O_i\underset{k\in K}{\varSigma}\delta _kw_{jk} wijE=Oj(1Oj)OikKΣδkwjk

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