← 返回卡片

原书出处

深度学习详解

05 循环神经网络 5.6 RNN的学习方式

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.558Z

有了损失函数以后,训练也用梯度下降来实现. 换言之,定义了损失函数,更新计算其对的偏微分以后,再用梯度下降法更新里面的参数.梯度下降用在前馈神经网络里的算法称为反向传播.在循环神经网络中,为了计算方便,人们提出了反向传播的进阶版——随时间反向传播(BackPropagation Through Time,BPTT). BPTT与反向传播十分相似,只是循环神经网络运作在时间序列上,所以BPTT需要考虑时间上的信息,如图5.28 所示.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter05.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc