反向传播:更新第一层权重

根据Andrew Ng关于反向传播的笔记(第9页),delta值仅针对隐藏层(从n-1到2层)进行计算。这些delta值随后被累积并用于更新权重矩阵。

然而,笔记中并未提及如何更新第一层的权重矩阵。

  1. 一般来说,第一层的矩阵是否从不通过反向传播进行更新?
  2. 第一层的矩阵是否会被更新?

回答:

最后一层的权重以与后续权重层相同的方式进行更新:

#Excerpt from my code at githubdW_matrix = -learning_rate * np.dot( delta, input_signals ).Tweight_matrix += dW_matrix

其中delta是在上一层计算得到的delta值。

delta值将在层[1, ->]中计算。没有必要计算层0的delta值,因为没有进一步的层需要将delta值向下传播。权重总是使用上一层的delta值进行更新。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注