← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8870.d.5 · 生成模型:未记录

计算图表达反向传播

理解等级:中级

计算图用节点表示运算、用连接表示中间值的流动。正向从输入计算输出,反向从输出沿相反方向传播梯度:每个节点把上游梯度与自己的局部导数结合。将复杂计算拆成局部运算后,可以分别实现并组合它们的求导规则。

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

    • 神经网络的复习 · 查看原书依据

      根据刚才复习的链式法则,反向传播中流动的导数的值是根据从上游(输出侧)传来的导数和各个运算节点的局部导数之积求得的。

    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》1.3.4(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:原文说明计算图以节点和箭头表示计算,并结合链式法则沿反向传播梯度。 - 原始内容:根据刚才复习的链式法则,反向传播中流动的导数的值是根据从上游(输出侧)传来的导数和各个运算节点的局部导数之积求得的。