神经元:神经网络中的每个节点称为神经元,由加权和、非线性变换(激活函数)组成。
多层连接:大量的神经元按照不同的层次排布,形成多层的结构连接起来,即称为神经网络。
反向传播:因为loss是在最后一个节点后的输出得到的(前向传播得到的),最后一个节点会得到一个梯度,但是前面的节点是没有的,所有需要把这个梯队不断地向前回传来更新前面的节点参数(梯度)。
深度学习开发流程万能公式 如下图:
神经元:神经网络中的每个节点称为神经元,由加权和、非线性变换(激活函数)组成。
多层连接:大量的神经元按照不同的层次排布,形成多层的结构连接起来,即称为神经网络。
反向传播:因为loss是在最后一个节点后的输出得到的(前向传播得到的),最后一个节点会得到一个梯度,但是前面的节点是没有的,所有需要把这个梯队不断地向前回传来更新前面的节点参数(梯度)。