神经网络前向传播与反向传播

于 2023-05-05 16:09:29 发布
阅读量123 收藏
点赞数
文章标签： 神经网络 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/JFSPD/article/details/130504188
版权
文章讨论了在理解权重在神经网络中的作用时遇到的误区，强调权重是对应感知器的参数，仅对下一层有意义，而非层间参数。文中介绍了正向传播的核心公式，并提及反向传播的过程，帮助读者深化对神经网络学习机制的理解。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、踩坑

之前的参考书中的公式过于复杂，变量定义非常繁琐，理解耗费了大量时间
对于权重的理解，应该是对应感知器的参数，在图片的误导下，把权重理解为两层之间的参数，其实权重仅仅只对于下一层有意义。

二、正向传播

在这里插入图片描述

正向传播就是三个公式
在这里插入图片描述

三、反向传播

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值