1. 神经网络学习整体流程
神经网络学习的步骤如下所示。
- 前提
神经网络中有合适的权重和偏置,调整权重和偏置以便拟合训练数据的过程称为学习。神经网络的学习分为下面 4 个步骤。 - 步骤1(mini-batch)
从训练数据中随机选择一部分数据。 - 步骤2(计算梯度)
计算损失函数关于各个权重参数的梯度。 - 步骤3(更新参数)
将权重参数沿梯度方向进行微小的更新。 - 步骤4(重复)
重复步骤1、步骤2、步骤3。
之前介绍的误差反向传播法会在步骤2 中出现。我们可以利用数值微分求得了这个梯度。数值微分虽然实现简单,但是计算要耗费较多的时间。和需要花费较多时间的数值微分不同,误差反向传播法可以快速高效地计算梯度。