反向传播
之前提出的线性模型 = wx,如果以神经网络的视角代入来看,即x为输入层,w为权重,
为输出层。在神经网络中,通常将w以及*计算的部分看作一个神经元(层),而神经元的训练过程即为更新w的过程,其更新的情况依赖于loss对w的偏导而并非
对w的偏导。
计算图中的神经网络:
在计算图中,绿色的模块为计算模块,可以在计算过程中求导。
之前提出的线性模型 = wx,如果以神经网络的视角代入来看,即x为输入层,w为权重,
为输出层。在神经网络中,通常将w以及*计算的部分看作一个神经元(层),而神经元的训练过程即为更新w的过程,其更新的情况依赖于loss对w的偏导而并非
对w的偏导。
计算图中的神经网络:
在计算图中,绿色的模块为计算模块,可以在计算过程中求导。