知识卡片
梯度检验
手动实现的反向传播是否正确值得检查。梯度检验(gradient checking)本质是比较网络的解析梯度与数值梯度。它不限于前馈网络,也适用于其他基于梯度优化的架构;即使实现线性回归/逻辑斯谛回归/SVM 等普通算法,用它验证梯度计算也是好习惯。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 使用人工神经网络识别图像 · 查看原书依据
梯度检验并不只限定于前馈神经网络,它也适用于其他基于梯度优化的神经网络架构
参考来源
- 位置:《Python机器学习》第12章《12.5 通过梯度检验调试神经网络》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0161.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:梯度检验并不只限定于前馈神经网络,它也适用于其他基于梯度优化的神经网络架构