我想实现卷积神经网络的随机对角Levenberg-Marquardt方法,以便为学习权重进行反向传播。 我是新来的,它很混乱,所以我有几个问题,我希望你能帮助我。如何计算神经网络输出层的二阶导数?
1)如何计算输出层的二阶导数。 由于我在一阶导数,我必须从所需的输出中减去输出并将其与输出的导数相乘。 但在二阶导数中,我该怎么做?
2)在卷积神经网络的MaxPooling层中,我在2x2窗口中选择最大值,并将其乘以权重,现在是否必须通过激活函数传递它呢?
有人能给我解释如何在opencv中做到这一点,或者如何用数学解释或任何显示数学的参考。 在此先感谢。
这更关系到math.stackexchange.com –
你能解释一下你的函数,数据,变量,你想计算什么导数(与什么变量有关)?然后我可以帮你。 – 4pie0