计算图 (Computation Graph)
可以说,一个神经网络的计算,都是按照前向或反向传播过程组织的。首先我们计算出一个新的网络的输出(前向过程),紧接着进行一个反向传输操作。后者我们用来计算出对应的梯度或导数。计算图解释了为什么我们用这种方式组织这些计算过程。在这个视频中,我们将举一个例子说明计算图是什么。
我们试图计算一个函数,它有3个变量a,b,c。表达式为。计算这个函数实际上有三个不同的步骤:首先需要计算出 ,设,然后设,最后设。
我们可以把这三步画成如下的计算图。
有不同的或者一些特殊的输出变量时,例如本例中的(或在逻辑回归中你想优化的代价函数),用计算图来处理这些计算会很方便。
在下一个视频中,我们就会看到从右向左的导数计算过程(红色箭头):