原书出处
Python深度学习架构实用指南(初译)
02 深度前馈网络 训练机制:损失、梯度与反向传播
1986 年,当 David Rumelhart,Geoffrey Hilton 和 Ronald Williams 表明使用反向传播在神经网络中可以更快地计算梯度时,该算法获得了发展。 反向传播算法的核心是链式规则。 链式规则允许您仅通过一次向前和一次向后通过来计算所有所需的梯度。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/05.html
EPUB SHA-256:9e97657a6ef44a2c5b99c157ca9efc53d39edf31c53d4cd4857b7b54fe9c23aa