知识卡片
递推复用相邻层结果
通项直接写出某个位置的值,递推由已知边界和相邻项关系生成数列。网络每层的多个输出相互配合,可看作联立递推。前向有输入作起点,反向有输出层误差作边界,计算方向由已知量决定。
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
- 2-2 有助于理解神经网络的数列和递推关系式 2-2 有助于理解神经网络的数列和递推关系式 · 查看原书依据
也就是说,第 2 层的输出与第 3 层的输出由联立递推关系式联系起来。第 4 章和第 5 章将要考察的误差反向传播法就是将这种递推关系式的观点应用在神经网络中。
参考来源
- 位置:《深度学习的数学》第 18 阅读项《2-2 有助于理解神经网络的数列和递推关系式》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_016.html)
- 结论依据:原文对“联立递推关系式联系”的解释或演示提供本卡的主要依据。
- 原始内容:也就是说,第 2 层的输出与第 3 层的输出由联立递推关系式联系起来。第 4 章和第 5 章将要考察的误差反向传播法就是将这种递推关系式的观点应用在神经网络中。