Skip to Main Content
Машинное обучение с PyTorch и Scikit-Learn
book

Машинное обучение с PyTorch и Scikit-Learn

by Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili
May 2024
Beginner to intermediate content levelBeginner to intermediate
688 pages
26h
Russian
Foliant
Content preview from Машинное обучение с PyTorch и Scikit-Learn
Построение многослойной искусственной нейронной сети с нуля
361
.
Если мы повторно используем член δ
(out)
, вычисленный ранее, это уравнение можно
упростить до вида:
.
Предыдущие члены могут быть относительно легко найдены по отдельности, как мы
делали ранее, потому что здесь не используются новые производные. Например,
()
()
1
1
h
h
a
z
является производной сигмоидной активации, т. е.
() ()
11
(1 ),
hh
aa ! и т. д. Мы оставим вы-
числение остальных членов уравнения в качестве дополнительного упражнения для
читателей.
Градиент для веса выходного слоя:
Рис. 11.13. Вычисление частных производных потерь по первому весу скрытого
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.
Start your free trial

You might also like

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

Markus Kammermann

Publisher Resources

ISBN: 9786011100342