在许多情况下,利用深度学习算法搭建的神经网络模型都需妥进行某 种形式的优化。 这非常重要,只有经过优化的网络,才能在训练之后达到 不错的解决问题的效果。 优化的最直接目的就是使参数更加准确地更新。 一般神经网络的训练过程大致可以分为两个阶段:第一个阶段先通过 前向传播算法计算得到预测值,并将预测值和真实值做对比,得出两者之 间的差距;在第二个阶段,通过反向传播算法计算损失函数对每一个参数 的梯度,再根据梯度和学习率使用梯度下降算法更新每一个参数。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
- 1
- 2
- 3
前往页