動手實現深度學習（5）：計算圖的實現

傳送門： https://www.cnblogs.com/greentomlee/p/.html github: Leezhen2014: https://github.com/Leezhen2014/python_deep_learning 在第二篇中介紹了用數值微分的形式計算神經網絡的梯度，數值微分的形式比較簡單也容易實現，但是計算上比較耗時。本章會介紹一種能夠較為高效的計算出梯度的方法：基于圖的誤差反向傳播。根據 deep learning from scratch 這本書的介紹，在誤差反向傳播方法的實現上有兩種方法：一種是基于數學式的（第二篇就是利用的這種方法），一種是基于計算圖的。這兩種方法的本質是一樣的，有所不同的是表述方法。計算圖的方法可以參考feifei li負責的斯坦福大學公開課CS231n 或者theano的tutorial/Futher readings/graph Structures. 之前我們的誤差傳播是基于數學式的，可以看出對代碼編寫者來說很麻煩；這次我們換成基于計算圖的；

文章標題：動手實現深度學習（5）：計算圖的實現
鏈接URL：http://m.kartarina.com/article4/dsogeoe.html

成都網站建設公司_創新互聯，為您提供網站維護、微信公眾號、網站制作、營銷型網站建設、虛擬主機、網站收錄

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容