Neural network 反向传播如何在多个隐藏网络中工作？
我已经为输出层实现了反向传播所需的方程，但是对于隐藏层，我真的被链式规则弄糊涂了。当隐藏层的数量为时。越是如此，它就越让人困惑 如何简化隐藏层方程 注：我懂微积分（欢迎：） 既然你说你精通微积分，并且已经完成了输出层反向传播，那么一旦你了解了记忆，你就很容易了 每个隐藏层都有上一层的错误。为隐藏层的一个权重应用链规则。让我帮你把方程式贴出来 在上图中，您可以看到差异化正在进行，如下所示： 1.错误/Sigmoid_输出 2.Sigmoid_输出/点_乘积 3.Dot_乘积/Sigmoid_隐藏 4.Sigmoid_隐藏/点_产品_隐藏 5.Dot\u产品\u隐藏/您的体重 前两个步骤来自输出层的链规则。 因此，您不必反复计算第一个和第二个结果 同样，对于另一个隐藏层，前一层的第一个和第二个导数将是相同的。这就是所谓的回忆录 查看此网页： 拜访 问候Neural network 反向传播如何在多个隐藏网络中工作？,neural-network,artificial-intelligence,backpropagation,Neural Network,Artificial Intelligence,Backpropagation,我已经为输出层实现了反向传播所需的方程，但是对于隐藏层，我真的被链式规则弄糊涂了。当隐藏层的数量为时。越是如此，它就越让人困惑 如何简化隐藏层方程 注：我懂微积分（欢迎：） 既然你说你精通微积分，并且已经完成了输出层反向传播，那么一旦你了解了记忆，你就很容易了 每个隐藏层都有上一层的错误。为隐藏层的一个权重应用链规则。让我帮你把方程式贴出来 在上图中，您可以看到差异化正在进行，如下所示： 1.错误/Sigmoid_输出 2.Sigmoid_输出/点_乘积 3.Dot_乘积/Sigmoid_隐藏