反向傳播BP學(xué)習(xí)算法Gradient?Descent的推導(dǎo)過程
BP算法是適用于多層神經(jīng)網(wǎng)絡(luò)的一種算法，它是建立在梯度下降法的基礎(chǔ)上的。本文著重推導(dǎo)怎樣利用梯度下降法來minimise Loss Function。
給出多層神經(jīng)網(wǎng)絡(luò)的示意圖：
1.定義Loss Function
每一個(gè)輸出都對應(yīng)一個(gè)損失函數(shù)L，將所有L加起來就是total loss。
那么每一個(gè)L該如何定義呢？這里還是采用了交叉熵，如下所示：
最終Total Loss的表達(dá)式如下：
2.Gradient Descent
L對應(yīng)了一個(gè)參數(shù)，即Network parameters θ(w1,w2…b1,b2…)，那么Gradient Descent就是求出參數(shù) θ∗來minimise Loss Function，即：
梯度下降的具體步驟為：
3.求偏微分
從上圖可以看出，這里難點(diǎn)主要是求偏微分，由于L是所有損失之和，因此我們只需要對其中一個(gè)損失求偏微分，最后再求和即可。
先抽取一個(gè)簡單的神經(jīng)元來解釋：
因?yàn)槲覀儾⒉恢篮竺娴降子卸嗌賹?，也不知道情況到底有多復(fù)雜，我們不妨先取一種最簡單的情況，如下所示：
4.反向傳播
l對兩個(gè)z的偏導(dǎo)我們假設(shè)是已知的，并且在這里是作為輸入，三角形結(jié)構(gòu)可以理解為一個(gè)乘法運(yùn)算電路，其放大系數(shù)為 σ′(z)。但是在實(shí)際情況中，l對兩個(gè)z的偏導(dǎo)是未知的。假設(shè)神經(jīng)網(wǎng)絡(luò)最終的結(jié)構(gòu)就是如上圖所示，那么我們的問題已經(jīng)解決了：
其中：
但是假如該神經(jīng)元不是最后一層，我們又該如何呢？比如又多了一層，如下所示：
原理跟上面類似，如下所示：
那假設(shè)我們再加一層呢？再加兩層呢？再加三層呢？。。。，情況還是一樣的，還是先求l對最后一層z的導(dǎo)數(shù)，乘以權(quán)重相加后最后再乘上 σ′(z′′,z′′′,...)即可。
最后給一個(gè)實(shí)例：
它的反向傳播圖長這樣：
我們不難發(fā)現(xiàn)，這種計(jì)算方式很清楚明了地體現(xiàn)了“反向傳播”四個(gè)字。好了，目標(biāo)達(dá)成??！
5.總結(jié)
以上就是反向傳播BP學(xué)習(xí)算法-Gradient Descent的推導(dǎo)過程的詳細(xì)內(nèi)容，更多關(guān)于BP反向傳播Gradient Descent推導(dǎo)的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
本文主要介紹了GIt的基本操作。具有很好的參考價(jià)值，下面跟著小編一起來看下吧2017-01-01
雖然用Git的人不多，但是git不僅僅是svn等版本控制系統(tǒng)的替換工具，它自己強(qiáng)大的功能，穩(wěn)定的性能，方便快捷等優(yōu)點(diǎn)自然不需多說，不了解的人自行去網(wǎng)上查看。本文將會(huì)詳細(xì)介紹在Linux下搭建Git服務(wù)器的方法，有需要的朋友們可以參考借鑒。2016-09-09
這兩天“微信小程序”這個(gè)詞占據(jù)了朋友圈，大有一番風(fēng)起云涌之勢，當(dāng)然，還不可能夸張到使原生App開發(fā)人員失業(yè)這種程度。當(dāng)然，作為一名技術(shù)人員，時(shí)刻保持對新技術(shù)的好奇心是必須的，所以在網(wǎng)上找大神的教程，搭建了一下開發(fā)環(huán)境，來學(xué)習(xí)一下這個(gè)新的開發(fā)框架。2016-09-09
詳解git使用小結(jié)（本地分支與遠(yuǎn)程分支、git命令）
這篇文章主要介紹了git使用小結(jié)（本地分支與遠(yuǎn)程分支、git命令）,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-08-08
在IDEA（2020.2）中配置Git及使用Git的圖文詳解
這篇文章主要介紹了在IDEA（2020.2）中配置Git及使用Git的圖文詳解,本文通過圖文并茂的形式給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-12-12
反向傳播BP學(xué)習(xí)算法Gradient?Descent的推導(dǎo)過程
這篇文章主要為大家介紹了反向傳播BP學(xué)習(xí)算法-Gradient?Descent的推導(dǎo)過程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
本文給大家介紹的是如何實(shí)現(xiàn)Vscode瀏覽器打開html頁面的方法,非常的實(shí)用,有需要的小伙伴可以查看下2020-02-02
Web 開發(fā)中遇到的UTF-8編碼的問題總結(jié)
一個(gè)網(wǎng)站如果需要國際化，就需要將編碼從GB2312轉(zhuǎn)成UTF-8，其中有很多的問題需要注意，如果沒有轉(zhuǎn)換徹底，將會(huì)有很多的編碼問題出現(xiàn)！2010-02-02
使用VSCode如何從github拉取項(xiàng)目的實(shí)現(xiàn)
這篇文章主要介紹了使用VSCode如何從github拉取項(xiàng)目的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
這篇文章主要介紹了使用git checkout到歷史某個(gè)版本，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-09-09