BP算法推導
圖1所示是一個簡單的三層(兩個隱藏層,一個輸出層)神經網絡結構,假設我們使用這個神經網絡來解決二分類問題,我們給這個網絡一個輸入樣本 ,通過前向運算得到輸出 。輸出值越接近0,代表該樣本是“0”類的可能性越大,反之是“1”類的可能性大。
向前傳播的計算
爲了便於理解後續的內容,我們需要先搞清楚前向傳播的計算過程,以圖1所示的內容爲例:
輸入的樣本爲:
第一層網絡的參數爲:
,
第二層網絡的參數爲:
,
第三層網絡的參數爲:
圖1所示是一個簡單的三層(兩個隱藏層,一個輸出層)神經網絡結構,假設我們使用這個神經網絡來解決二分類問題,我們給這個網絡一個輸入樣本 ,通過前向運算得到輸出 。輸出值越接近0,代表該樣本是“0”類的可能性越大,反之是“1”類的可能性大。
爲了便於理解後續的內容,我們需要先搞清楚前向傳播的計算過程,以圖1所示的內容爲例:
輸入的樣本爲:
第一層網絡的參數爲:
,
第二層網絡的參數爲:
,
第三層網絡的參數爲: