知识卡片
多路径梯度求和
一个节点影响目标的路径可能经由多个子节点。目标对该节点的雅可比等于各子节点路径贡献之和:每条贡献是目标对该子节点的雅可比乘该子节点对当前节点的局部雅可比。MatrixSlow 的 backward 用累加器收集各分支,并缓存已计算的雅可比,以便同轮复用。
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
- 计算图 2.4 链式法则与反向传播 · 查看原书依据
再将这些矩阵乘积相加
参考来源
- 位置:《用Python实现深度学习框架》第2章《计算图》,2.4 链式法则与反向传播(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_018.html`)
- 结论依据:原文定义雅可比及其局部近似,推导复合映射的链式求导和分支求和;对原式的勘误按同节展开点定义判断。
- 原始内容:再将这些矩阵乘积相加。