Peraturan Rantai, Lapisan demi Lapisan
Gubah terbitan merentas rangkaian.
Peraturan Rantai, Lapisan demi Lapisan ialah pelajaran Deep Learning Academy percuma di CoddyKit. Ini ialah pelajaran 1 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Deep Learning Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Deep Learning Academy merangkumi sejumlah 4 pelajaran.
Rangkaian Ialah Fungsi Bersarang
Rangkaian neural hanyalah fungsi yang dibungkus dalam fungsi lain: setiap lapisan menyalurkan outputnya kepada lapisan seterusnya. Backprop memerlukan terbitan bagi keseluruhan susunan itu.
Peraturan Rantai dalam Satu Baris
Peraturan rantai menyatakan bahawa terbitan fungsi bersarang ialah hasil darab terbitan setiap bahagian. Fakta tunggal inilah yang menjadi asas kepada semua backprop. ⛓️
dy/dx = dy/du * du/dxKomposisi Ringkas
Andaikan z bergantung pada y, dan y bergantung pada x. Untuk mengetahui perubahan z terhadap x, anda mendarabkan dz/dy dengan dy/dx. Setiap pautan meneruskan kecerunannya.
Lapisan Ialah Pautan dalam Rantai
Setiap lapisan ialah satu pautan. Ralat berada di hujung, input berada di pangkal, dan kecerunan mengalir kembali pautan demi pautan sebagai rangkaian pendaraban.
Mulakan dengan Ralat
Backprop bermula pada ralat lalu bertanya: bagaimanakah ralat berubah jika output lapisan ini berubah sedikit? Jawapan itu ialah terbitan pertama dalam rantai.
Hantar Kecerunan ke Belakang
Setiap lapisan menerima kecerunan daripada lapisan di atasnya, mendarabkannya dengan terbitan tempatannya, kemudian menyerahkan hasilnya kepada lapisan di bawahnya.
grad_below = grad_above * local_derivativeTerbitan Tempatan Sesuatu Lapisan
Sesuatu lapisan hanya perlu mengetahui terbitan tempatannya sendiri: cara outputnya berubah terhadap input dan pemberatnya. Ia tidak perlu mengetahui keseluruhan rangkaian pada satu-satu masa.
Pemberat Mendapat Kecerunan Sendiri
Pada setiap lapisan, kecerunan yang masuk turut memberitahu anda cara ralat berubah terhadap pemberat lapisan itu. Itulah yang akan digunakan oleh pengoptimum untuk mengemas kini pemberat tersebut.
Mengapa Susunan Penting
Anda mendarabkan terbitan dalam susunan songsang, daripada ralat kembali ke input. Laluan ke hadapan mengira nilai; laluan ke belakang mengira cara menambah baiknya.
Ia Boleh Diskalakan kepada Sebarang Kedalaman
Tambah sepuluh lagi lapisan dan tiada apa-apa yang berubah: anda hanya mendarabkan sepuluh lagi terbitan tempatan ke dalam rantai. Kedalaman bukan masalah bagi peraturan rantai.
Keseluruhan Idea, Dipadatkan
Backprop ialah peraturan rantai yang digunakan lapisan demi lapisan, daripada ralat kembali ke input, dengan mendarabkan kecerunan tempatan untuk mencari kecerunan setiap pemberat.
Semakan Pantas
Mari semak peraturan asas ini.
Ulang Kaji
Rangkaian ialah fungsi bersarang, jadi terbitannya ialah rantai kecerunan tempatan yang didarabkan. Backprop menelusuri rantai itu daripada ralat kembali ke input. ⛓️
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Peraturan Rantai, Lapisan demi Lapisan” percuma?
Ya — teks penuh “Peraturan Rantai, Lapisan demi Lapisan” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Deep Learning Academy, tingkat taraf kepada CoddyKit PRO. Kursus Deep Learning Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Peraturan Rantai, Lapisan demi Lapisan”?
Gubah terbitan merentas rangkaian. Anda berlatih Deep Learning Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Deep Learning Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Deep Learning Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 1 daripada 4.
Berapa lamakah pelajaran “Peraturan Rantai, Lapisan demi Lapisan” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Deep Learning Academy ini?
Ya. Setiap pelajaran Deep Learning Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Peraturan Rantai, Lapisan demi Lapisan
- Cache Hadapan, Digunakan Semula ketika Laluan Balik
- Kira Laluan Balik Rangkaian Kecil Secara Manual
- Kecerunan yang Lenyap dan Meletup