知识卡片
链式法则与反向传播
神经网络由多个函数组合而成。反向传播从损失开始,依次将上游梯度与当前运算的局部导数结合,求出损失对各层输入和参数的梯度;分支汇合时要把各路径的梯度相加。这使各层可分别实现局部规则。
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
- 神经网络的复习 · 查看原书依据
只要能够计算各个函数的局部的导数,就能基于它们的积计算最终的整体的导数。
参考来源
- 位置:《深度学习进阶:自然语言处理》第1章《神经网络的复习》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0006_split_003.html)
- 结论依据:原文说明对应计算及其实现;内容依据相应说明整理。
- 原始内容:只要能够计算各个函数的局部的导数,就能基于它们的积计算最终的整体的导数。