神经网络的正向传播和反向传播(转)
反向传播:重点掌握链式法则(偏导的求法)
感谢博主,以下计算参考链接:https://www.cnblogs.com/charlotte77/p/5629865.html
****************************************************************************
输入→卷积(激活函数)……→输出
以上图为例,并赋值,分别计算正向传播和反向传播。(图中省略了激活函数sigmoid)。激活函数的公式如下:
sigmod求导过程参考链接:https://blog.csdn.net/zhangyingjie09/article/details/82180199
****************************************************************************
一、正向传播
1、输入经过卷积到中间层h1
h1=i1*w1+i2*w2+b1*1=0.05*0.15+0.10*0.20+0.35=0.3775
h2=i1*w3+i2*w4+b1*1=0.05*0.25+0.10*0.30+0.35=0.3925
2、中间层经过激活函数sigmoid
outh1=1/(1+e(-h1))≈0.59327
outh2=1/(1+e(-h2))≈0.59688
3、经过卷积到o1(还未输出,因为还得经过一个激活函数)
o1=outh1*w5+outh2*w6+b2*1=0.59327*0.40+0.59688*0.45+0.60≈1.1059
o2=outh1*w7+outh2*w8+b2*1=0.59327*0.50+0.59688*0.55+0.60≈1.2249
4、从o1经过激活函数到输出层
out01=1/(1+e(-o1))≈0.75137
out02=1/(1+e(-o2))≈0.77293
我们可以发现,输出值[0.75137,0.77293]与实际值[0.01,0.99]相差很远,对误差进行反向传播,更新权重(即w),重新计算输出。
****************************************************************************
二、反向传播
1、以w5为例,即直接与输出层连接的反向传播
W5只与outo1有关:w5→o1→outo1
计算具体参考链接,可得结果为0.08217
可得w5+、w6+、w7+、w8+
2、以w1为例,中间层的反向传播
w1与outh1有关,但是outh1有两条路径。一条来自于outo1,一条来自于outo2。
,在这个例子中第一次迭代之后,总误差E(total)由0.298371109下降至0.291027924。迭代10000次后,总误差为0.000035085,输出为[0.015912196,0.984065734](原输入为[0.01,0.99]),证明效果还是不错的。
神经网络的正向传播和反向传播(转)相关推荐
- 神经网络的正向传递与反向传播
神经网络的正向传递与反向传播 1.单个神经元 2.由神经元组成的神经网络 3.目标函数 4.求解损失函数对某个权值的梯度 5.反向传播算法Backpropgation 5.1 明确一些定义 5.2 计 ...
- 神经网络正向传播和反向传播
正向传播(forward-propagation):指对神经网络沿着输入层到输出层的顺序,依次计算并存储模型的中间变量. 反向传播(back-propagation):沿着从输出层到输入层的顺序,依据 ...
- 深度神经网络(DNN)正向传播与反向传播推导(通俗易懂)
一.前言 我在之前的博客里面介绍过浅层的神经网络,现在就从浅层神经网络出发,介绍深度神经网络(DNN)的正向传播和反向传播.希望网友们看本博客之前需要对神经网络有个简单的了解,或者可以看博客初探神经网 ...
- 机器学习概念 — 监督学习、无监督学习、半监督学习、强化学习、欠拟合、过拟合、后向传播、损失和优化函数、计算图、正向传播、反向传播
1. 监督学习和无监督学习 监督学习 ( Supervised Learning ) 和无监督学习 ( Unsupervised Learning ) 是在机器学习中经常被提及的两个重要的学习方法. ...
- (pytorch-深度学习系列)正向传播与反向传播-学习笔记
正向传播与反向传播 1. 正向传播 正向传播是指对神经网络沿着从输入层到输出层的顺序,依次计算并存储模型的中间变量(包括输出). 假设输入是一个特征为x∈Rd\boldsymbol{x} \in \m ...
- (二十四) 手推BP神经网络的前向传播和反向传播
手推BP神经网络的前向传播和反向传播 一.基本术语 1.监督学习与非监督学习 Supervised Learning有监督式学习: 输入的数据被称为训练数据,一个模型需要通过一个训练过程,在这个过程中 ...
- 详解+推导 神经网络中的前向传播和反向传播公式(神经网络中的梯度下降)
文章目录 线性回归快速回忆 逻辑回归中的正向传播与反向传播 逻辑回归中的正向传播与反向传播-代码实战 神经网络的正向传播与反向传播 参考资料 线性回归快速回忆 在线性回归(y=ax+by=ax+by= ...
- 一句话解释清楚什么是正向传播和反向传播
在学习吴恩达的深度学习教程的时候,遇到了两个名词,正向传播和反向传播,不知道什么意思,于是我去CSDN上搜索,发现这些回答都是不知所云,依托答辩,解释的根本不清楚.所以我很有必要用一句话来解释一下什么 ...
- CNN网络中卷积层的正向传播与反向传播理解
1. 基础理论 1.1 网络结构梳理 在CNN网络模型是建立在传统神经网络结构上的,对于一个传统的神经网络其结构是这样的: 从上面可以看出,其模型是全连接的.若是使用一幅512*512大小的图像作为输 ...
最新文章
- canopen服务器协议,ZOPC_Server(ZLG通用OPC服务器)CANopen协议插件
- 于小c三国语言_云顶之弈:三国成最强打工羁绊 校长教学顺滑转九五
- 作者:韩芳(1987-),女,中国科学院计算机网络信息中心工程师
- 可编程模拟IC之考虑[zz]
- 【翻译】五步快速使用LINQPad尝鲜StreamInsight
- mysql replicatedodb_MySQL存储引擎MyISAM与InnoDB的区别
- 怎么删除映射网络里的计算机,如何映射网络驱动器 删除映射网络驱动器的方法...
- x3850x5服务器内存_有图有真相 IBM System x3850 X5拆机秀
- ps还原上一步快捷键_ps怎么返回上一步?PS返回上一步快捷键
- 我的抗争:一个中年编外程序员的挣扎
- c语言求数组最大值最小值泡沫法,C语言选择法排序
- 二维数组的转置,并将其按列和行从小到大排列(Java实现)
- 安防集成商的出路在哪里?
- 为什么苹果电脑qq无法远程连接服务器,qq远程控制连接不上怎么回事(图示其原因和解决方案)...
- 【第3次实验】卷积神经网络
- vue如何给页面截图
- 渗透测试实例,xampp靶机实验
- 谷歌chrome浏览器被毒霸上网导航www.uu114.cn劫持 chrome://version命令行被篡改
- html文字冒险游戏,文字类谍战交互游戏能有这么好玩?全靠这部超神原作
- 【HZHE002】黄子涵学习Echarts