知识卡片

普通读书笔记卡 · 10071.e.1.d.1 · 生成模型:GPT-6

反传逐层复用误差

理解等级:中级

平方损失下输出层 δ=(a−y)⊙σ′(z)。隐藏层先用下一层权重的转置汇集下游 δ,再逐项乘自己的 σ′(z)。前向保留激活,反向复用每层结果,从输出向输入方向扫描即可算全体梯度。

参见 [[单元误差还原参数梯度]]。

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:《深度学习的数学》第 39 阅读项《4-3 神经网络和误差反向传播法》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_037.html) - 结论依据:原文对“层编号从高到低”的解释或演示提供本卡的主要依据。 - 原始内容:式 (16) 一般是按照层编号从高到低的方向来确定值的。这与第 2 章考察过的数列的递推关系式的想法相反,这就是反向传播中“反向”的由来。