博客
关于我
Backprogation
阅读量:542 次
发布时间:2019-03-09

本文共 551 字,大约阅读时间需要 1 分钟。

Backprogation(算梯度下降时会用到)

Backward pass:

反向传播是机器学习中的一个关键概念,它用于计算损失函数对于模型各层的梯度。这一过程是梯度下降算法的基础。

在反向传播过程中,我们从输出层开始,计算损失函数对输出层的导数。然后,这个导数会被传播到前面的层,依此类推,直到计算出损失函数对输入层的导数。这些导数用于更新模型参数,以最小化损失函数。

具体来说,假设我们有一个具有三层的网络,输入层、隐藏层和输出层。损失函数通常是预测值与真实值之间的差异的平方损失。通过反向传播,我们可以得到隐藏层的梯度,进而得到输入层的梯度。

下面是具体的计算步骤:

  • 计算输出层的梯度:从损失函数开始,我们使用链式法则计算输出层的梯度。

  • 传播梯度到隐藏层:使用输出层的梯度,根据权重矩阵反向传播到隐藏层,得到隐藏层的梯度。

  • 计算输入层的梯度:再次使用链式法则,传播梯度到输入层。

  • 这个过程确保了每一层的更新可以正确反映损失函数的变化,从而帮助模型在梯度下降过程中朝着最小损失的方向学习。

    通过以上步骤,我们可以实现损失函数的梯度下降,为后续的训练提供必要的更新方向。

    损失函数的梯度下降是机器学习模型训练的核心步骤之一。通过反向传播,我们能够准确地计算出每个参数的更新规则,从而实现模型的优化。

    转载地址:http://omeiz.baihongyu.com/

    你可能感兴趣的文章
    MySQL 深度分页性能急剧下降,该如何优化?
    查看>>
    MySQL 深度分页性能急剧下降,该如何优化?
    查看>>
    MySQL 添加列,修改列,删除列
    查看>>
    mysql 添加索引
    查看>>
    MySQL 添加索引,删除索引及其用法
    查看>>
    MySQL 用 limit 为什么会影响性能?
    查看>>
    MySQL 用 limit 为什么会影响性能?有什么优化方案?
    查看>>
    MySQL 用户权限管理:授权、撤销、密码更新和用户删除(图文解析)
    查看>>
    mysql 用户管理和权限设置
    查看>>
    MySQL 的 varchar 水真的太深了!
    查看>>
    mysql 的GROUP_CONCAT函数的使用(group_by 如何显示分组之前的数据)
    查看>>
    MySQL 的instr函数
    查看>>
    MySQL 的mysql_secure_installation安全脚本执行过程介绍
    查看>>
    MySQL 的Rename Table语句
    查看>>
    MySQL 的全局锁、表锁和行锁
    查看>>
    mysql 的存储引擎介绍
    查看>>
    MySQL 的存储引擎有哪些?为什么常用InnoDB?
    查看>>
    mysql 索引
    查看>>
    MySQL 索引失效的 15 种场景!
    查看>>
    MySQL 索引深入解析及优化策略
    查看>>