当前位置:网站首页>李宏毅机器学习-- Backpropagation
李宏毅机器学习-- Backpropagation
2022-08-10 22:49:00 【snowflier】
目标:找出合适的参数组 θ \bold\theta θ
x n x^n xn : training data
L ( θ ) = ∑ n = 1 N l n ( θ ) L(\theta)=\sum_{n=1}^Nl^n(\theta) L(θ)=∑n=1Nln(θ)
在课程中,用的是 C n ( θ ) C^n(\theta) Cn(θ)
对其做GD,从而搜索合适的参数
如何确定每一个距离对参数的偏导数??
假设每一层结构如下;
可以直接计算z对每一个w参数的偏微分,即
在求解第二项,误差函数对z的偏微分时,继续利用chain rule,假设结构如下,用sigmoid function:
继续计算上图中的第二项,即误差函数对于a的偏微分
假定后续的结构如下图:
继续利用求导的相关法则,从图中看出,第一层得到的a会影响下一层中的 z ′ z^{'} z′以及 z ′ ′ z^{''} z′′,,根据图中,因此可以得到 z ′ z^{'} z′的计算式,可得到
将上面的表达式画成一个神经元的图示,此时的输入是 z ′ z^{'} z′以及 z ′ ′ z^{''} z′′,输出是z,则图示如下
说明:上图来自上课的截图,图中的C就是误差,和前面的l是一样的
这一点就是BP的核心了。
边栏推荐
猜你喜欢
随机推荐
Lambda
Three major logs in mysql
B站数据分析岗实习生面试记录
二叉树 | 翻转二叉树 | leecode刷题笔记
分享一个后台管理系统可拖拽式组件的设计思路
pytorch tear CNN
Introduction to the use of counter instructions in Rockwell AB PLC RSLogix5000
(PC+WAP)带手机端pbootcms模板铝合金类网站
手机端出现Z-Fighting现象
Mysql之部分表主从搭建及新增表
MySQL performance schema性能分析实战
MySQL:MySQL的集群——主从复制的原理和配置
腾讯云轻量应用服务器配置及建网站教程
风控逻辑利器---规则引擎
MySQL学习笔记(1)——基础操作
[Autumn Recruitment] [Updating ing] Hand Tear Code Series
canvas
如何成为一名正义黑客?你应该学习什么?
mysql中的三大日志
DC-7靶场下载及渗透实战详细过程(DC靶场系列)