微积分在行动:神经网络 作者: Stefania Cristina 于 2022年3月16日 发表在 微积分 19 人工神经网络是一种计算模型,它近似输入和输出之间的映射。它受到人脑结构的启发,因为它同样由相互连接的神经元网络组成,这些神经元在接收来自相邻神经元的刺激集后会传播信息。训练神经网络涉及一个 [...] 继续阅读
微积分链式法则 – 更多函数 作者: Stefania Cristina 于 2022年3月16日 发表在 微积分 0 链式法则是一个重要的导数规则,它允许我们处理复合函数。它对于理解反向传播算法的运作至关重要,反向传播算法广泛应用链式法则来计算损失函数相对于神经网络每个权重的误差梯度。我们将 [...] 继续阅读
单变量和多变量函数的链式法则 作者: Stefania Cristina 于 2022年3月16日 发表在 微积分 15 链式法则允许我们找到复合函数的导数。反向传播算法通过它来广泛计算,以训练前馈神经网络。通过以高效的方式应用链式法则并遵循特定的运算顺序,反向传播算法计算了损失函数相对于 [...] 的误差梯度。 继续阅读