机器学习分享——反向传播算法推导

2024-03-24 06:11:52

反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。

很多同学在学习深度神经网络的时候，对反向传播的相关细节表示难以理解，国外有一篇技术博客，用例子进行了非常清晰的推导。我们对此进行了汉化，并提供了相关的代码。有兴趣的同学快来看看吧。

相关代码

原文地址

假设，你有这样一个网络层。

现在对他们赋上初值，如下图：

前向传播过程

1. 输入层---->隐含层：

2. 隐藏层---->输出层:

反向传播过程

接下来,就可以进行反向传播的计算了

1. 计算总误差

2. 隐含层---->输出层的权值更新：

下面的图可以更直观的看清楚误差是怎样反向传播的

我们分别计算每个式子的值：

最后三者相乘

看看上面的公式,我们发现：

3.隐含层---->隐含层的权值更新：

同理,计算出

两者相加,得到总值

最后,三者相乘

这样误差反向传播法就完成了，最后我们再把更新的权值重新计算，不停地迭代。

PC端查看完整代码

———————————————————————————————————————————Mo （网址：http://momodel.cn ）是一个支持 Python 的人工智能建模平台，能帮助你快速开发训练并部署 AI 应用。

转载于:https://my.oschina.net/u/4109778/blog/3043680

机器学习分享——反向传播算法推导相关推荐

【机器学习笔记】神经网络反向传播算法推导
神经网络反向传播算法推导 (一) 概念及基本思想 (二)信息的前向传播 (三)误差反向传播 (1)输出层的权重参数更新 (2)隐藏层的权重参数更新 (3)输出层与隐藏层的偏置参数更新 (4)反向传播 ...
收藏 | 人人都能看懂的LSTM介绍及反向传播算法推导
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散仅作学术分享,不代表本公众号立场,侵权联系删除转载于:作者:陈楠来源:知乎链接:https://zhuanla ...
反向传播算法推导、激活函数、梯度消失与爆炸
目录反向传播算法定义推导过程激活函数定义性质常用的激活函数 Sigmoid Tanh ReLU softmax 梯度消失与梯度爆炸起因出现的原因表现解决方案参考文档反向传播算 ...
机器学习之五：神经网络、反向传播算法推导
一.逻辑回归的局限在逻辑回归一节中,使用逻辑回归的多分类,实现了识别20*20的图片上的数字. 但所使用的是一个一阶的模型,并没有使用多项式,为什么? 可以设想一下,在原有400个特征的数据样本中, ...
反向传播算法推导（交叉熵代价函数-吴恩达机器学习）
0. 前言第一次看吴恩达老师机器学习视频时, 在9.29.29.2节卡住.看到评论区别人解答(Arch725 的解答)发现有一些疏漏,而且缺少一些铺垫,所以进行了一些修改补充. 本文的反向传播算法的 ...
java lstm_人人都能看懂的LSTM介绍及反向传播算法推导（非常详细）
来自 | 知乎地址 | https://zhuanlan.zhihu.com/p/83496936 作者 | 陈楠编辑 | 机器学习算法与自然语言处理公众号本文仅作学术分享,若侵权,请联系后台删 ...
卷积神经网络(CNN)反向传播算法推导
作者丨南柯一梦宁沉沦@知乎(已授权) 来源丨https://zhuanlan.zhihu.com/p/61898234 编辑丨极市平台导读在本篇文章中我们将从直观感受和数学公式两方面来介绍CNN反 ...
反向传播算法推导过程
原理部分参考李宏毅机器学习PPT,以下推导过程详细且易理解. 参考博客 1. 变量定义上图是一个三层人工神经网络,layer1至layer3分别是输入层.隐藏层和输出层.如图,先定义一些变量: 表示 ...
神经网络之误差反向传播算法推导
原理误差反向传播算法是通过误差函数计算实际输出值与期望输出值之间的误差,把误差从最后的输出层依次传播到之前各层,最后通过调整各层连接权重与偏置达到减小误差的目的.而权重和偏置的调整一般使用梯度下降法 ...

最新文章

热门文章