知识卡片
矩阵乘法反向传播
对于矩阵乘积 Y = XW,设上游梯度为 dY,则输入梯度 dX = dY Wᵀ,权重梯度 dW = Xᵀ dY。若 X 的每行是一条样本,权重梯度汇集了批次中各样本的贡献;矩阵形状可辅助检查公式。
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
dx = np.dot(dout, W.T) dW = np.dot(self.x.T, dout)
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:dx = np.dot(dout, W.T) dW = np.dot(self.x.T, dout)