1.单层感知机
σ只有一个,其中
。
![]()
求导过程:

2.多层感知机
,其中![]()
![]()
求导过程:

3.MLP反向传播

E对Wjk过程如第2点,略:


E对Wij过程:
,
总结:
即,Wij与当前节点i的值和j到输出层的信息有关,以上式子内部都是已知的,然后通过反向传播求出E对所有层W的偏导数,进而求得各W的梯度,来更新W,不停的更新W。
本文深入解析了单层感知机和多层感知机(MLP)的工作原理,详细介绍了反向传播算法中权重调整的过程,包括E对Wij的偏导数计算,展示了如何通过反向传播求得各层权重的梯度并更新权重。
1.单层感知机
σ只有一个,其中
。
![]()
求导过程:

2.多层感知机
,其中![]()
![]()
求导过程:

3.MLP反向传播

E对Wjk过程如第2点,略:


E对Wij过程:
,
总结:
即,Wij与当前节点i的值和j到输出层的信息有关,以上式子内部都是已知的,然后通过反向传播求出E对所有层W的偏导数,进而求得各W的梯度,来更新W,不停的更新W。
807

被折叠的 条评论
为什么被折叠?