pytorch学习4-反向传播
在前篇的线性模型中\[\widehat y = \omega x\]如果以神经网络的视角代入来看，则x为输入层，即input层，ω为权重，y^为输出层。在神经网络中，通常将ω以及*计算操作的部分合并看做一个神经元（层）。而神经网络的训练过程即为更新ω的过程，其更新的情况依赖于\(\frac{\partial lo...
Read More在前篇的线性模型中\[\widehat y = \omega x\]如果以神经网络的视角代入来看，则x为输入层，即input层，ω为权重，y^为输出层。在神经网络中，通常将ω以及*计算操作的部分合并看做一个神经元（层）。而神经网络的训练过程即为更新ω的过程，其更新的情况依赖于\(\frac{\partial lo...
Read More