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 为 的矩阵(其中, 为样本个数(batch size), 为特征维数):
与 的维数为 为 的矩阵,
与 的维数为 为 的矩阵,
与 的维数为 为 的矩阵,
前向算法:
假设输出为 维,则 为大小为 的矩阵,根据MSE或CE准则可以求得 ,对于回归问题与分类问题, 的求解方法如下:
- 对于回归问题,对out直接计算损失,损失函数为MSE。 损失:
- 对于分类问题,out后接softmax进行分类,然后使用CE(cross entropy)计算loss. 一个样本对应的网络的输出 是一个概率分布,而这个样本的标注 一般为 ,也可以看做一个概率分布(硬分布)。cross entropy可以看成是 与 之间的KL距离:
- 假设 ,其中1为第 个元素(索引从0开始),令 .
损失:
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 表示KL距离,计算公式如下: ,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
,为了便于详细说明反向传播算法,假设 为 的向量, 为 的向量:
所以,
1) 损失 对 的导数:
即,
2) 损失对偏置b的导数等于将 的每一列加起来:
3) 损失 对 的导数:
即,
4) 损失 对 的导数:
- 为sigmoid时,
- 为tanh时, .
- 为relu时,
3. 梯度更新
对于不同算法 ,梯度更新方式如下:
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