神经网络笔记 - 反向传播(BackPropagation) 续
2017-05-11 21:26
295 查看
继续来证明BP3和BP4.
∂C∂blj=∂C∂alj∂alj∂zlj∂zlj∂blj
因为:
zlj=wljal−1+blj
所以
∂zlj∂blj=1
代入上式, 可得:
∂C∂blj=∂C∂alj∂alj∂zlj=δlj
这就是公式 BP3.
来证明公式BP4
∂C∂wljk=∂C∂alj∂alj∂zlj∂zlj∂wljk
因为:
zlj=∑kwljkal−1k+blj
所以
∂zlj∂wljk=al−1k
代入上式, 可得:
∂C∂wljk=∂C∂alj∂alj∂zljal−1k=δljal−1k
这就是公式BP4
机器学习 - 周志华 清华大学出版社
https://en.wikipedia.org/wiki/Hadamard_product_(matrices)
∂C∂blj=∂C∂alj∂alj∂zlj∂zlj∂blj
因为:
zlj=wljal−1+blj
所以
∂zlj∂blj=1
代入上式, 可得:
∂C∂blj=∂C∂alj∂alj∂zlj=δlj
这就是公式 BP3.
来证明公式BP4
∂C∂wljk=∂C∂alj∂alj∂zlj∂zlj∂wljk
因为:
zlj=∑kwljkal−1k+blj
所以
∂zlj∂wljk=al−1k
代入上式, 可得:
∂C∂wljk=∂C∂alj∂alj∂zljal−1k=δljal−1k
这就是公式BP4
Reference
http://neuralnetworksanddeeplearning.com/ 强烈推荐机器学习 - 周志华 清华大学出版社
https://en.wikipedia.org/wiki/Hadamard_product_(matrices)
相关文章推荐
- 神经网络笔记 - 反向传播(BackPropagation)
- 机器学习笔记1:神经网络 反向传播(Backpropagation) week5
- 深度卷积神经网络学习笔记2:步长不为1的卷积前向传播和反向传播
- 神经网络学习笔记-03-循环神经网络-反向传播计算公式的证明
- 神经网络与深度学习学习笔记:正向传播与反向传播(未完)
- 一文弄懂神经网络中的反向传播——BackPropagation
- 深度学习笔记(二):简单神经网络,后向传播算法及实现
- 神经网络和深度学习(三)——反向传播工作原理
- 你看到的最直白清晰的,神经网络中的反向传播法讲解
- 再谈神经网络反向传播原理
- lec4 反向传播和神经网络1
- 机器学习:神经网络反向传播推导
- 神经网络反向传播和学习过程
- TensorFlow 深度学习框架 (2)-- 反向传播优化神经网络
- TensorFlow 深度学习框架 (2)-- 反向传播优化神经网络
- 一文弄懂神经网络中的反向传播法——BackPropagation
- 神经网络(前向传播和反向传导)
- 神经网络的前向传播和误差反向传播(NN,RNN,LSTM)(二)
- 反向传播神经网络极简入门
- 反向传播神经网络极简入门