前馈神经网络
- 前馈神经网络,是人工神经网络的一种,各神经元从输入层开始,接收前一级输入,并输出到下一级,直至输入层。整个网络中无反馈,可用一个有向无环图表示。
- 前馈神经网络采用一种单向多层结构。其中每一层包含若干个神经元,同一层的神经元之间没有相互连接,层间信息的传递只沿一个方向进行。
- 其中第一层称为输入层。最后一层为输出层。中间为隐含层。隐含层可以是一层,也可以是多层。
梯度下降
先确定一个初始点,将w按照梯度下降的方向进行调整,就会使得J(w)往更低的方向进行变化,算法的结束将是在w下降到无法继续下降为止
输出层权重改变量
批量梯度下降
每迭代一步,都要用到训练集所有的数据,它得到的是一个全局最优解
随机梯度下降
- 通过每个样本来迭代更新一次,如果样本量很大的情况,那么可能只用其中部分的样本,就已经迭代到最优解了
- SGD伴随的一个问题是噪音较BGD要多,使得SGD并不是每次迭代都向着整体最优化方向