- 所谓的DNN的前向传播算法也就是利用若干个权重系数矩阵W,偏倚向量b来和输入值向量x进行一系列线性运算和激活运算,从输入层开始,一层层的向后计算,一直到运算到输出层,得到输出结果为值。
- 输入: 总层数L,所有隐藏层和输出层对应的矩阵W,偏倚向量b,输入值向量x
- 输出:输出层的输出aL
1) 初始化a1=x
2) for l=2 to L, 计算:
(矩阵法表示)
(代数法表示)
第l−1层的第k个神经元到第l层的第j个神经元的线性系数定义为
3) 最后的结果即为输出aL。
1) 初始化a1=x
2) for l=2 to L, 计算:
(矩阵法表示)
(代数法表示)
第l−1层的第k个神经元到第l层的第j个神经元的线性系数定义为
3) 最后的结果即为输出aL。