反向传播(用来更新权重)

您所在的位置:网站首页 损失函数的计算过程 反向传播(用来更新权重)

反向传播(用来更新权重)

2024-07-13 12:04| 来源: 网络整理| 查看: 265

反向传播

**参考连接:**https://blog.csdn.net/qq_37644877/article/details/105431392? 目标: 快速理解反向传播并推导

分析: 2层神经网络如图1所示,包含一个隐层和输出层,手推反向传播,取一个神经元的传播过程进行推导。 在这里插入图片描述 动手之前: 假定某个样本在网络中的一个传播过程如图2所示,隐层激活函数使用sigmoid,输出层不使用非线性激活函数,优化目标是均方误差mse,即损失为: 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3