Pytorch Note13 反向传播算法
全部笔记的汇总贴:Pytorch Note 快乐星球
反向传播算法
前面我们介绍了三个模型,整个处理的基本流程都是定义模型,读入数据,给出损失函数 f f f,通过梯度下降法更新参数。PyTorch 提供了非常简单的自动求导帮助我们求解导数,对于比较简单的模型,我们也能手动求出参数的梯度,但是对于非常复杂的模型,比如一个 100 层的网络,我们如何能够有效地手动求出这个梯度呢?这里就需要引入反向传播算法,自动求导本质是就是一个反向传播算法。
反向传播算法就是一个有效地求解梯度的算法,本质上其实就是一个链式求导法则的应用,然而这个如此简单而且显而易见的方法却是在Roseblatt 提出感知器算