知识卡片
跨时刻共享参数梯度
时间展开后的各个 RNN 步共享同一组权重。反向传播时,一个时刻的隐藏状态同时影响该时刻输出和下一时刻状态,因此先汇合两路梯度;共享权重的最终梯度再累加各时刻的贡献。
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
- RNN · 查看原书依据
Time RNN 层的(最终)权重梯度是各个 RNN 层的权重梯度之和。
参考来源
- 位置:《深度学习进阶:自然语言处理》第5章《RNN》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0010_split_003.html)
- 结论依据:正文给出相关模型、计算或训练条件。
- 原始内容:Time RNN 层的(最终)权重梯度是各个 RNN 层的权重梯度之和。