知识卡片
计算图表达反向传播
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?
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
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。