pytorch学习笔记(反向传播)

本文介绍了反向传播算法在PyTorch中的应用,它基于链式法则,通过计算图逐步求解梯度。以Sigmoid函数为例,展示了反向传播如何在复杂函数中进行,揭示了深度学习优化算法的核心思想。
摘要由CSDN通过智能技术生成

反向传播算法是一个有效求解梯度的算法,本质上是一个链式求导的法则的应用。

链式法则

          考虑一个简单的函数,比如,我们可以直接求出这个函数的微分,但是这里我们要使用链式法则,令q=x+y,那么f=qz,对于这两个式子来说,分别求出他们的微分,,,同时q是x和y的求和,所以可以得到,。关心的问题是,链式法则告诉我们如何求得它们的值。

评论
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