阅记-《反向传播算法详解(手算详解传播过程)》-chain-rule

按照线性回归的方法：梯度计算如下，那么需要求w1的偏导数(整个系统关于w1的偏导数)才能算：

怎么算：使用chain-rule来算：

上面的文章计算过程没有加入激活函数，《彻底弄懂，神经网络的误差反向传播算法 》这篇文章的计算过程是加入了的激活函数

点击查看原文

反向传播算法详解(手算详解传播过程)

以下通过手动计算过程，模拟神经网络正向/反向传播过程，来理解，神经网络参数的更新过程。

更多算法讲解，b站：望舒同学

【5分钟-通俗易懂 - 神经网络 反向传播算法（手算）-哔哩哔哩】 b23.tv/4iQpsGa

posted @   LiYanbin  阅读(38)  评论(0)  编辑  收藏  举报
相关博文：
·  随笔-性能分析-sched(sched lat|wait time|run time)
·  阅记-纵向优化-《多流水线 循环优化》循环展开|打满流水线宽度|SIMD
·  反向传播算法
·  有关梯度和反向传播的思考
·  深度学习梯度与反向传播
阅读排行：
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· Manus的开源复刻OpenManus初探
· 三行代码完成国际化适配，妙~啊~
· .NET Core 中如何实现缓存的预热？
· 如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统
点击右上角即可分享
微信分享提示
SQL AI 助手