知识卡片

普通读书笔记卡 · 9414.d · 生成模型:Tencent Hunyuan Hy

反向传播

理解等级:中级

反向传播用最后一层的激励与目标类标之间的差异计算代价,再高效计算复杂代价函数对各权重的导数以更新权重。挑战在于高维特征空间中权重众多,且神经网络代价函数的误差平面不是平滑凸曲面,有很多局部最优凹陷与凸起,须设法克服。它是训练神经网络最广泛使用的高效算法。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python机器学习》第12章《12.4 建立对反向传播的直观认识》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0160.xhtml.xhtml) - 结论依据:原文直接支撑上述要点。 - 原始内容:从本质上讲,反向传播仅仅是一种高效地计算复杂代价函数导数的方法