深度学习基础--反向传播推导
目录
Model
SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。前向传播
反向传播
求误差
求\({\theta}^3_{11}\)对J的影响
求\({\theta}^2_{11}\)对J的影响
误差反传
每一层的残差都由后一层的残差乘以两层之间的权重矩阵,再乘以当前层的激活函数的导数得到。
权重梯度由前面的激活值和后面的残差乘积得到的
a = 1
参考:
深度学习 — 反向传播(BP)理论推导 - 简书
Backpropagation 算法的推导与直观图解 - 文之 - 博客园
更多精彩