508暑期任务 ,机器学习式5.13推导和bp算法理解

本文深入探讨了BP算法在神经网络中的应用,详细阐述了神经网络的前向传播过程,即如何利用输入数据和初始权重计算输出值及损失函数。接着,解释了误差反向传播的原理,从输出层开始,通过梯度下降法逐层更新权重,以减小损失函数并优化网络性能。这一过程对于理解深度学习中的权重调整至关重要。
摘要由CSDN通过智能技术生成

bp算法核心就是由神经网络前传误差反向传播

神经网络前传:我们用输入的样本,初始化的权重值W和阈值, 计算最终输出值以及损失函数。如果这个损失超出要求的范围则进行误差反向传播。

误差反向传播:由输出层,传递到隐层,传递到输入层逐层传递,这个误差作为更新权值的依据,以隐藏层和输出之间为例,在进行神经网络前传后得出输出的一个损失函数,如果更新w,则以w为唯一变量求偏导,使用梯度下降法求出更新后的权值,即最小值点。隐藏层和输入同理。

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