基础2:神经网络基础与感知机-反向传播
·
能量加油小站：
为什么程序员总是把“0”和“1”看作情侣？
因为他们一直在一起，并且互相需要。
哈哈哈哈哈，正文开始：
1.前向传播：输入层数据开始从前向后，数据逐步传递至输出层；
2.反向传播：损失函数开始从后向前，梯度逐步传递至第一层；
作用：用于权重的更新,使神经网络的结果更接近于真实值。
3.损失函数：
原理：微积分的链式求导法则。
4.反向计算图：
5.梯度下降法和学习率：
反向传播，一句话概念就是通过求导获取到权重。已知X，反向传播得到w，那么结果Y 就呼之欲出了。
（如有不懂，可私信，同时欢迎一起交流学习）
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)