正向傳播基礎(chǔ)_第1頁
正向傳播基礎(chǔ)_第2頁
正向傳播基礎(chǔ)_第3頁
正向傳播基礎(chǔ)_第4頁
正向傳播基礎(chǔ)_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

正向傳播基礎(chǔ)主講：胡林01背景02正向傳播定義與過程目錄正向傳播背景知識1正向傳播背景知識一、神經(jīng)網(wǎng)絡人工神經(jīng)網(wǎng)絡（ArtificialNeuralNetworks，簡寫為ANNs）也簡稱為神經(jīng)網(wǎng)絡（NNs）或稱作連接模型（ConnectionModel），它是一種模仿動物神經(jīng)網(wǎng)絡行為特征，進行分布式并行信息處理的算法數(shù)學模型。這種網(wǎng)絡依靠系統(tǒng)的復雜程度，通過調(diào)整內(nèi)部大量節(jié)點之間相互連接的關(guān)系，從而達到處理信息的目的。下面展示的是一個最簡單的神經(jīng)網(wǎng)絡，只有兩層。正向傳播背景知識這里，我們先規(guī)定一下記號（Notation）：z是x和w、b線性運算的結(jié)果，z=wx+b；a是z的激活值；下標的1,2,3,4代表該層的第i個神經(jīng)元（unit）；上標的[1],[2]等代表當前是第幾層。y^代表模型的輸出，y才是真實值，也就是標簽

在神經(jīng)網(wǎng)絡的數(shù)據(jù)處理過程中，從第一層不斷到第n層屬于數(shù)據(jù)的正向傳播，也稱前向傳播。前向傳播就是從input，經(jīng)過一層層的layer，不斷計算每一層的z和a，最后得到輸出y^的過程，計算出了y^，就可以根據(jù)它和真實值y的差別來計算損失（loss）正向傳播定義與過程2正向傳播定義與過程一、正向傳播定義

正向傳播(forward-propagation)是指對神經(jīng)網(wǎng)絡沿著從輸入層到輸出層的順序，依次計算并存儲模型的中間變量(包括輸出)。二、正向傳播過程

在邏輯回歸中包含正向傳播步驟，邏輯回歸的計算步驟為：其中計算z，然后a，最后損失函數(shù)L。正向傳播類似，計算z1，a1，再計算z2，a2，最后得到lossfunction。

從上圖可以看出，第二層的輸入值為第一層的輸出值。正向傳播的流程如上圖：先計算Z(1)，然后計算a(1)，然后計算Z(2)，然后計算a(2)，最后計算L(a(2),

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論