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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注