编程语言
首页 > 编程语言> > 反向传播算法推导过程(非常详细)

反向传播算法推导过程(非常详细)

作者:互联网

原地址:https://zhuanlan.zhihu.com/p/79657669

1. 前向传播

假设 [公式] 为 [公式] 的矩阵(其中, [公式] 为样本个数(batch size), [公式] 为特征维数):

[公式] 与 [公式] 的维数为 [公式] 为 [公式] 的矩阵, [公式]

[公式] 与 [公式] 的维数为 [公式] 为 [公式] 的矩阵, [公式]

[公式]

[公式] 与 [公式] 的维数为 [公式] 为 [公式] 的矩阵, [公式]

前向算法:

[公式]

假设输出为 [公式] 维,则 [公式] 为大小为 [公式] 的矩阵,根据MSE或CE准则可以求得 [公式] ,对于回归问题与分类问题, [公式] 的求解方法如下:

[公式]

[公式]

损失: [公式] [公式]

KL距离(相对熵):是Kullback-Leibler Divergence的简称,也叫相对熵(Relative Entropy).它衡量的是相同事件空间里的两个概率分布的差异情况。其物理意义是:在相同事件空间里,概率分布 P(x) 对应的每个事件,若用概率分布 Q(x) 编码时,平均每个基本事件(符号)编码长度增加了多少比特。我们用 [公式] 表示KL距离,计算公式如下:[公式] ,当两个概率分布完全相同时,即 P(X)=Q(X) ,其相对熵为0.

2.反向传播

[公式] ,为了便于详细说明反向传播算法,假设 [公式] 为 [公式] 的向量, [公式] 为 [公式] 的向量: [公式]

所以, [公式]

1) 损失 [公式] 对 [公式] 的导数:

[公式]

[公式]

即, [公式]

2) 损失对偏置b的导数等于将 [公式] 的每一列加起来:

[公式]

3) 损失 [公式] 对 [公式] 的导数:

[公式]

即,

[公式]

[公式]

4) 损失 [公式] 对 [公式] 的导数:

[公式]

[公式]

[公式]

[公式]

3. 梯度更新

对于不同算法 ,梯度更新方式如下: [公式]

标签:L%,7D%,推导,概率分布,5Cpartial,+%,算法,7B%,反向
来源: https://www.cnblogs.com/aabbcc/p/14321276.html