2
Principi fondamentali
Nel Capitolo 1 ho descritto l’elemento concettuale fondamentale per comprendere il deep learning: le funzioni annidate, continue e differenziabili. Ho mostrato come rappresentare tali funzioni attraverso grafi computazionali, dove ogni nodo del grafo rappresenta una singola, semplice funzione. In particolare ho dimostrato che questa rappresentazione mostra facilmente come calcolare la derivata dell’output della funzione annidata rispetto al suo input: basta prendere semplicemente le derivate di tutte le funzioni costituenti, valutare tali derivate in corrispondenza dell’input che queste funzioni hanno ricevuto e poi moltiplicare tutti i risultati; la derivata finale sarà corretta per la funzione annidata in virtù della ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access