bp算法核心就是由神经网络前传与误差反向传播
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。
bp算法核心就是由神经网络前传与误差反向传播
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。