bp神經(jīng)網(wǎng)絡(luò)誤差反向傳播 神經(jīng)網(wǎng)絡(luò)反向傳播算法本質(zhì)是在解決什么問題?是怎樣的?
神經(jīng)網(wǎng)絡(luò)反向傳播算法本質(zhì)是在解決什么問題?是怎樣的?反向傳播算法是一個深入的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程,最終誤差值根據(jù)梯度和誤差傳播原理返回到數(shù)據(jù)輸入方向,用來修改每層神經(jīng)元的權(quán)值或卷積核參數(shù),以達(dá)到減小正誤差
神經(jīng)網(wǎng)絡(luò)反向傳播算法本質(zhì)是在解決什么問題?是怎樣的?
反向傳播算法是一個深入的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程,最終誤差值根據(jù)梯度和誤差傳播原理返回到數(shù)據(jù)輸入方向,用來修改每層神經(jīng)元的權(quán)值或卷積核參數(shù),以達(dá)到減小正誤差的目的,當(dāng)經(jīng)過一輪反向傳播后,正誤差很小,達(dá)到可接受的水平時,神經(jīng)網(wǎng)絡(luò)才穩(wěn)定訓(xùn)練。
如何理解反向傳播算法?
類比類似于幾個人站成一排,第一個人看一幅畫(輸入數(shù)據(jù)),描述給第二個人(隱藏層)等等,說到最后一個人(輸出),畫就看不見了。反向傳播是把畫展示給最后一個人(計算誤差),然后最后一個人會告訴前一個人在下一個描述中要注意什么(重量校正)。
機(jī)器學(xué)習(xí)究竟在學(xué)習(xí)什么?
標(biāo)準(zhǔn)定義:對于任務(wù)及其性能過程的度量方法,給出了具體的算法。利用經(jīng)驗數(shù)據(jù)不斷改進(jìn)任務(wù)執(zhí)行過程的方法稱為機(jī)器學(xué)習(xí)。
簡單定義:
舉個簡單的例子:出租車司機(jī)開車送你從上海到北京。在這里,“任務(wù)”是從上海到北京,“表現(xiàn)過程”是從上海到北京的不同道路,“經(jīng)驗數(shù)據(jù)”是每一條可以走的道路。在此基礎(chǔ)上,設(shè)計了一種算法,利用實證數(shù)據(jù)建立“上海哪條路走”模型,提高北京的速度效應(yīng)。
為了通過使用經(jīng)驗數(shù)據(jù)改進(jìn)性能過程,最流行的方法是“誤差反向傳播”。該方法的核心思想是:讓機(jī)器自由試錯,然后根據(jù)試錯結(jié)果與樣本真實結(jié)果之間的誤差調(diào)整試錯策略。對誤差較小的嘗試進(jìn)行獎勵,對誤差較大的嘗試進(jìn)行懲罰,然后在一個周期內(nèi)進(jìn)行試驗,直到所有樣本的學(xué)習(xí)結(jié)果達(dá)到我們定義的最佳性能。
通過“誤差反向傳播”算法,機(jī)器將探索越來越多的上海到北京的道路,并以越來越快的速度找到最佳道路,這與老司機(jī)在多次駕駛后得到最佳選擇基本相同。
人與機(jī)器之間的差距也將反映在這里。當(dāng)從上海到北京有很多路的時候,人們不可能總是像機(jī)器那樣探索道路。對于機(jī)器的數(shù)據(jù)處理能力來說,這樣的數(shù)據(jù)量可能是幾分鐘內(nèi)的最佳選擇
當(dāng)然,人們可以找到一種新的方法。新手可以一路詢問老司機(jī),而不是一路反復(fù)探索。