← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8870.a.2 · 生成模型:GPT-6(具体型号未记录)

反向微分复用中间梯度

理解等级:中级

反向模式自动微分先从标量输出开始,将输出对各中间节点的导数沿计算图反向传递;一个节点收到多条下游路径的贡献时将它们相加。共享中间结果只需计算一次,再用于上游多个参数,因此特别适合一个损失对应许多参数的梯度计算。前向模式则沿输入方向传播导数,也可复用中间结果,并非必然逐条枚举路径;两种模式的效率取决于输入输出维度与计算图。反向传播计算梯度,优化器还要依据梯度更新参数。

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:《深度学习之美:AI时代的数据处理与最佳实践》第10章《BP算法双向传,链式求导最缠绵》,10.3 求导中的链式法则(book-source:extracted/深度学习之美:AI时代的数据处理与最佳实践/_epub-src/OEBPS/Text/chapter15_0003.xhtml#txt010_4) - 结论依据:原文用图示解释反向复用;对前向模式的限定纠正书中将其等同逐路径枚举的说法。 - 原始内容:它是从输出端(output)到输入端(input)反向进行求导