神经网络直觉、LLM 与 AI 综合项目
观察:反向传播与链式法则
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
梯度下降需要一样东西:损失对每个输入和权重的梯度。反向传播就是你得到它的方式,它只是把链式法则应用到一张运算图上。
按下播放。把一个值往前推过一张小图(x -> 翻倍 -> 平方 -> L),然后看梯度反向流动,每一步都乘以那一步的局部梯度。一旦你看清了它,你接下来要构建的自动求导引擎就不再是魔法。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。