梯度下降算法反向传播过程

0 背景

之前学习过d2l课程,在反向传播那块过的比较快,后面训练了很多的神经网络,但总是感觉有些困顿迷茫,所以重新过了一遍基础知识

1 Back propagation

为什么训练需要比推理占用更多的显存呢?这是因为反向传播需要用到前向传播过程中很多的值,所以在前向传播的时候,需要将一些中间激活函数的值给存储起来,主要用到的有下面三种:

  • 输入值(input)
  • 权重值(weights)
  • 激活函数的输出,这里以sigmoid函数为例,sigmoid函数求导之后的值为f(x)(1-f(x))所以需要用到f(x)之前的值

2 Lec 7 结合李宏毅的课程阐述

公式∂L(θ)∂w=∑∂Cn(θ)∂w\frac{\partial{L(\theta)}}{\partial{w}} = \sum{\frac{\partial{C^n(\theta)}}{\partial{w}}}wL(θ)=

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值