正向传播算法,也叫前向传播算法,顾名思义,是由前往后进行的一个算法。
介绍最开始,我们会初始化一组 的取值,并且选定一个激活函数,为了后面的方便,我们假设选定sigmoid函数作为函数,其函数形式为:
并且它的导数为 。
有了联结权重 和激活函数 之后,就可以由前往后计算,依次算出所有的 值, 值,最终算出输出层的 值。这就是前向传播算法。
DNN前向传播算法有了上一节的数学推导,DNN的前向传播算法也就不难了。所谓的DNN的前向传播算法也就是利用我们的若干个权重系数矩阵 ,偏倚向量 来和输入值向量 。进行一系列线性运算和激活运算,从输入层开始,一层层的向后计算,一直到运算到输出层,得到输出结果为值1。
输入: 总层数 ,所有隐藏层和输出层对应的矩阵 ,偏倚向量 ,输入值向量 .
输出:输出层的输出
1) 初始化
2) for to , 计算: ,最后的结果即为输出 。
本词条内容贡献者为:
何星 - 副教授 - 上海交通大学