【深度学习】2. 卷积神经网络的误差计算与反向传播详解

本文主要内容：

• • • 2.1 误差的计算
    • • 2.1.1 示例：
      • 2.1.2 Cross Entropy Loss交义熵损失
      • 2.1.3 回到前面的示例
    • 2.2 误差的反向传播
    • 2.3 权重的更新

2.1 误差的计算

2.1.1 示例：

下面以一个三层的BP神经网络为例进行讲述，如下图：

参数讲解：

• 左侧为输入层，有两个参数：x₁ 和 x₂ 。

• 中间的带有σ的表示隐层。W₁₁⁽¹⁾ 中，下标的第一个1，表示上一层的第几个节点，第二个1，表示当前层的第几个节点。上标表示当前是第几层。

• σ 表

标签：误差,第几个,示例,卷积,神经网络,详解,2.1,节点
来源： https://blog.csdn.net/cxh_1231/article/details/114251424