Обратное распространение ошибки

Обратное распространение Статья представляет собой краткое описание алгоритма обратного распространения для обучения многослойных нейронных сетей.  Обратный распространение используется для вычисления […]

Обратное распространение

  • Статья представляет собой краткое описание алгоритма обратного распространения для обучения многослойных нейронных сетей. 
  • Обратный распространение используется для вычисления градиента функции потерь по отношению к весам сети. 
  • Цель обучения состоит в нахождении функции, которая наилучшим образом сопоставляет набор входных данных с их правильными выходными данными. 
  • Обучение может быть сведено к задаче оптимизации, заключающейся в нахождении функции, которая будет выдавать минимальную ошибку. 
  • Функция потерь зависит от входящих весов для нейрона, которые должны быть изменены в сети для обеспечения обучения. 
  • Алгоритм градиентного спуска используется для поиска набора весов, который минимизирует ошибку. 
  • Обратный распространение вычисляет производную функции потерь по отношению к весам сети, используя правило цепочки дважды. 
  • Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала. 

Полный текст статьи:

Обратное распространение ошибки — Википедия

Оставьте комментарий

Прокрутить вверх