反向传播(back propagation)算法学习笔记
2016-12-28 11:15
375 查看
反向传播算法最早于上世纪70年代被提出,但是直到1986年,由David Rumelhart, Geoffrey Hinton, 和Ronald Williams联合发表了一篇著名论文(Learning representations by back-propagating errors)之后,人们才完全认识到这个算法的重要性。
最最基础入门:
通过一个简单的实例理解反向传播的基本计算过程:
英文版:https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/
中文版:http://www.cnblogs.com/charlotte77/p/5629865.html
注:中文版后面附了详细的代码实现,python版。
关于反向传播算法的详细解释,很好的材料
http://www.offconvex.org/2016/12/20/backprop/
https://github.com/rasbt/python-machine-learning-book/blob/master/faq/visual-backpropagation.md
扩展阅读
英文版:https://medium.com/@karpathy/yes-you-should-understand-backprop-e2f06eab496b#.i6d27yds7
中文版:
https://mp.weixin.qq.com/s__biz=MzA3MzI4MjgzMw==&mid=2650721602&idx=2&sn=f18e2d3a23dec485350611651e571031
注:中文版中有个小错误,当 z=0.5 时,它的局部梯度 z*(1-z) 的会达到最大值 0.25,应该是最大值为0.25,毕竟是开口向下的二次函数。也就是说每经过一次S形函数,梯度将减少1/4,最终使某个网络中较低层的训练比较高层慢得多.
最最基础入门:
通过一个简单的实例理解反向传播的基本计算过程:
英文版:https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/
中文版:http://www.cnblogs.com/charlotte77/p/5629865.html
注:中文版后面附了详细的代码实现,python版。
关于反向传播算法的详细解释,很好的材料
http://www.offconvex.org/2016/12/20/backprop/
https://github.com/rasbt/python-machine-learning-book/blob/master/faq/visual-backpropagation.md
扩展阅读
英文版:https://medium.com/@karpathy/yes-you-should-understand-backprop-e2f06eab496b#.i6d27yds7
中文版:
https://mp.weixin.qq.com/s__biz=MzA3MzI4MjgzMw==&mid=2650721602&idx=2&sn=f18e2d3a23dec485350611651e571031
注:中文版中有个小错误,当 z=0.5 时,它的局部梯度 z*(1-z) 的会达到最大值 0.25,应该是最大值为0.25,毕竟是开口向下的二次函数。也就是说每经过一次S形函数,梯度将减少1/4,最终使某个网络中较低层的训练比较高层慢得多.
相关文章推荐
- 反向误差传播算法学习笔记
- caffe学习笔记3.2--前向传播和反向传播
- 深度学习笔记(二):简单神经网络,后向传播算法及实现
- 深度学习笔记---反向传播
- 语音学习笔记13------谈谈斯坦福大学卷积神经网络之反向传播
- 神经网络学习(三)反向(BP)传播算法(1)
- UFLDL 教程学习笔记(二)反向传导算法
- 反向传播学习算法
- 深度学习笔记(3)——CNN中一些特殊环节的反向传播
- UFLDL深度学习笔记 (一)反向传播与稀疏自编码
- 深度学习21天实战Caffe学习笔记--笔记5--caffe中前向传播、反向传播及最优化求解过程
- caffe学习笔记3.2--前向传播和反向传播
- 神经网络与深度学习学习笔记:正向传播与反向传播(未完)
- 我来介绍一下"反向传播学习算法"和"梯度下降法"
- 深度学习入门课程学习笔记06 反向传播
- 深度学习入门课程学习笔记06 反向传播
- 神经网络学习笔记-03-循环神经网络-反向传播计算公式的证明
- 深度学习21天实战实战caffe学习笔记<11:Caffe 反向传播>
- UFLDL 教程学习笔记(二)反向传导算法
- [深度学习] 反向传播的四个基本公式证明及算法流程