当前位置:   article > 正文

卷积神经网络-卷积核参数是怎么更新的

卷积神经网络-卷积核参数是怎么更新的

前向传播:使用卷积核大小为2*2,步长为(2,2)

进过全连接层得到Z,计算损失得到L

从上述公式中可以看出,每个w和每个y都有关

反向传播:

计算偏导数

其中y和w的导数可以直接计算出来,替换为常数a

提取常数项后面的偏导项,形成了一个和卷积一样的公式,这个卷积核步长为(2,2),里面的参数就是后面的偏导项。 其实根据上述公式已经可以更新了。

得到卷积核中对应参数的偏导项,就可以更新参数了。为学习率。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/626106
推荐阅读
相关标签
  

闽ICP备14008679号