강의 계획 레슨 246개 중 27번째 · 모듈 2: 수학과 확률, 필요한 만큼만
모듈 2: 수학과 확률, 필요한 만큼만

살짝 밀기를 전달하기(연쇄 법칙)

왜 중요한가 신경망은 함수 안의 함수예요. 연쇄 법칙은 시작에서의 살짝 밀기가 끝까지 어떻게 전해지는지 말해 줘요. 역전파는 이것 이상이 아니에요.

보기

세 단계: x를 두 배로, 그다음 1을 더하고, 그다음 제곱. x = 2에서 시작: 두 배는 4, 1을 더하면 5, 제곱하면 25.

이제 x를 아주 조금 미세요. 두 배 하기는 밀기를 2배 크게 해요. 1 더하기는 같은 크기로 둬요(곱하기 1). 5에서 제곱하기는 2 곱하기 5 = 10을 곱해요. 그러니 끝은 2 곱하기 1 곱하기 10 = 밀기의 20배만큼 움직여요.

연쇄 법칙: 단계들의 사슬의 기울기는 각 단계 자신의 기울기의 곱이고, 각각 그 단계가 있는 곳에서 재요.

밀어서 확인하세요: x = 2.001은 2 * 2.001 + 1 = 5.002, 제곱하면 25.020004. 밀기 0.001에 끝이 0.020004 움직였어요: 20배. 돼요.

요약 사슬을 따라 국소 기울기를 곱하세요.

이 레슨의 단어와 기호
연쇄 법칙
줄지어 놓인 단계들의 기울기는 각 단계 자신의 기울기의 곱이에요
내 차례

사슬은 g(x) = (3x - 2) ** 2, 그다음 h(u) = u ** 3이라, 끝은 h(g(x))예요. 살짝 밀기가 아니라 연쇄 법칙(국소 기울기 곱하기)으로 x에 대한 끝의 기울기를 반환하는 chain_slope(x)를 쓰세요. g 자체가 두 단계, 먼저 3x - 2 그다음 제곱이라, 사슬 전체는 세 단계라는 점에 주의하세요: 세 국소 기울기를 모두, 각각 자기 단계가 있는 곳에서 재서 곱하세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.