1. 神經網絡學習整體流程

神經網絡學習的步驟如下所示。

• 前提
  神經網絡中有合適的權重和偏置，調整權重和偏置以便擬合訓練數據的過程稱為學習。神經網絡的學習分為下面 4 個步驟。
• 步驟1（mini-batch）
  從訓練數據中隨機選擇一部分數據。
• 步驟2（計算梯度）
  計算損失函數關于各個權重參數的梯度。
• 步驟3（更新參數）
  將權重參數沿梯度方向進行微小的更新。
• 步驟4（重復）
  重復步驟1、步驟2、步驟3。

之前介紹的誤差反向傳播法會在步驟2 中出現。我們可以利用數值微分求得了這個梯度。數值微分雖然實現簡單，但是計算要耗費較多的時間。和需要花費較多時間的數值微分不同，誤差反向傳播法可以快速高效地計算梯度。

2. 誤差反向傳播代碼實現

3. 誤差反向傳播梯度確認

4. 誤差反向傳播使用示例

總結

以上是生活随笔為你收集整理的机器学习入门（14）— 神经网络学习整体流程、误差反向传播代码实现、误差反向传播梯度确认、误差反向传播使用示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。