图深度学习基础二-前馈神经网络

 

 

 以下到文末都是前馈神经网络知识：

 

 

 我们的目标是得到损失函数的最小值，越小则代表深度学习的值和基准值最接近；深度学习的结果就越接近真实结果；

优化的方法：梯度下降法， 对最终的损失函数进行寻找最小值；一般随机的抽样一些，不把所有的计算；

 如何优化？梯度下降如何计算？用反向传播：损失函数往前逐个2节点间的参数进行求偏导数；

 

利用动态规划，来算损失函数到hr 的偏导数；

通过以上计算完了梯度，对损失函数进行了优化；