当前位置:   article > 正文

Pytorch学习06——感知机

Pytorch学习06——感知机

1、梯度

  • 前向传播:得到所有层输出
    后向传播:得到输出对参数的梯度表达式,表达式中含有各层输出,代入可得梯度值

2、感知机

  • 单层:input@w,得到结果后通过激活函数得到output,然后mse为output与label差值平方(一般再取二分之一,为了好求导)
  • 多层:可能有多个层级,每一层有多个神经元,对应参数也会有更高维度

3、链式法则

在这里插入图片描述

4、MLP(Multilayer Perceptron)反向传播

  • 简单总结:参数w上层记为i,下层记为j。
  • 简单理解即 j = w*i
  • 则损失函数对于参数的导数 = i * f ( j )
  • f ( j )是j的函数,可以通过前向传播得到结果,i值也可求
  • 所以损失函数对于所有参数的导数可求
  • 特别:下图中用到的激活函数是sigmoid函数
    在这里插入图片描述
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/2023面试高手/article/detail/327647
推荐阅读
相关标签
  

闽ICP备14008679号