Pytorch学习笔记3:反向传播算法

反向传播

之前提出的线性模型 \widehat{y}= 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,\widehat{y}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 \widehat{y}对w的偏导。

                                                ç¥ç»ç½ç»è§è§ä¸ç线æ§æ¨¡å

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。

                                               

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值