深度学习从入门到不想放弃-7

上一章的内容 深度学习从入门到不想放弃-6 (qq.com)

     今天讲的也算基础(这个系列后来我一寻思,全是基础

深度学习从入门到不想放弃-7_第1张图片

),但是可能要着重说下,今天讲前向计算和反向传播,在哪儿它都永远是核心,不管面对什么模型

       前向计算:

      有的叫也叫正向传播,正向计算的,有的直接把前向的方法梯度下降当成前向计算的名字。熟悉我的读者也了解,我一般不太care概念叫什么名,不重要,大家自己喜欢叫什么都行,只要理解是干啥的就行

       我们先看一张老图(我用了10多遍了),神经网络说白了,就是矩阵的乘法和加法,矩阵运算起来容易些

深度学习从入门到不想放弃-7_第2张图片

       我们再把这个图抽象成几个神经元的网络,如下图

深度学习从入门到不想放弃-7_第3张图片

      设我们的原始函数为Y=F(x)=wix1+wi'

你可能感兴趣的:(深度学习,人工智能)