1. 首页
  2. 人工智能
  3. 机器学习
  4. 反向传播算法推导全连接神经网络

反向传播算法推导全连接神经网络

上传者: 2019-02-15 21:39:32上传 PDF文件 773KB 热度 48次
反向传播算法是人工神经网络训练时采用的一种通用方法,在现代深度学习中得到了大 规模的应用。全连接神经网络(多层感知器模型,MLP),卷积神经网络(CNN),循环神 经网络(RNN)中都有它的实现版本。算法从多元复合函数求导的链式法则导出,递推的 计算神经网络每一层参数的梯度值。算法名称中的“误差”是指损失函数对神经网络每一层 临时输出值的梯度。反向传播算法从神经网络的输出层开始,利用递推公式根据后一层的误 差计算本层的误差,通过误差计算本层参数的梯度值,然后将差项传播到前一层
用户评论
码姐姐匿名网友 2019-02-15 21:39:32

谢谢分享!谢谢