神经网路向后传播的理解

参考https://blog.csdn.net/guoyunfei20/article/details/78031498

向后传播(BP)是为了根据损失函数计算得到的误差更新网络的参数。
思想是通过计算得到某一个参数承担了误差的多少,如果这个参数的增加让误差更大了,更新的方向为减小这个参数。
通过链式法则计算这个参数承担了误差的多少。
首先得到从这个参数到误差计算结果的路径。比如参数w通过:h = f1(w),o = f2(h),e = f3(o)得到最终的误差e。那么根据链式法则,这个参数承担了误差的多少=[d(e)/d(o)]**[d(o)/d(h)]*[*d(h)/d(w)],由于这三个导数的结果都可以在向前传播中得到,因此可以计算出这个参数更新的梯度。

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