知识卡片
前馈网络是有向无环计算
前馈网络的计算可以表示为有向无环图:节点执行计算,边把输出传给后续节点,数据沿依赖方向从输入流向输出,不在同一次前向计算中回到原节点。训练时反向传播梯度是沿依赖关系反向计算,并不把前馈模型变成循环网络。
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
- 前馈网络 · 查看原书依据
由于数据仅从输入到输出“向前”流动
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第16章《前馈网络》16.2(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0023_split_002.html`)
- 结论依据:原文说明节点、边、无环前向流与训练时反向信息流。
- 原始内容:由于数据仅从输入到输出“向前”流动,因此上述神经网络称为前馈(feed-forward)图或前馈网络。我们的想法是每个节点都将数据“馈送”到后面的节点。 我们将在第18章中看到,训练神经网络的关键步骤包括暂时翻转箭头,将