是不是反向傳播算法獨立算法,還是我們需要任何其他算法,如貝葉斯一起用於神經網絡學習?我們是否需要任何概率方法來實現反向傳播算法?是反向傳播算法獨立算法
-3
A
回答
0
反向傳播只是計算圖中梯度的有效方式。就這樣。你不必使用它(雖然沒有它的梯度計算是非常昂貴的),你用它做什麼取決於你 - 有使用梯度的方法。最常見的一種是使用它來運行一階優化技術(如SGD,RMSProp或Adam)。因此,爲了解決您的問題 - 當且僅當您的任務是計算漸變時,反向傳播已經足夠了。爲了學習神經網絡,你至少需要多一塊 - 一個實際的學習算法(如SGD,這實際上是一行代碼)。很難說如何從其他方法「獨立」,正如我所說的 - 漸變可以在任何地方使用。
相關問題
- 1. 反向傳播算法
- 2. 反向傳播算法實現
- 3. 調試反向傳播算法
- 4. 反向傳播算法 - 誤差導數計算
- 5. 反向算法
- 6. 有人可以向我解釋反向傳播算法嗎?
- 7. 最大獨立集算法
- 8. 反向傳播算法中的層權重
- 9. 反向傳播算法(Matlab的):輸出值被飽和爲1
- 10. 反向傳播算法可以改變權重的符號嗎?
- 11. 反向傳播算法卡住培訓和功能
- 12. 解釋反向傳播算法主教碼
- 13. 不同反向傳播算法的性能比較繪圖
- 14. 神經網絡 - 更新權重矩陣 - 反向傳播算法
- 15. 神經網絡的反向傳播算法:異或訓練
- 16. 簡單的反向傳播神經網絡算法(Python)
- 17. 反向傳播算法運行不正常
- 18. 推導反向傳播算法的方程
- 19. 遺傳算法的數獨
- 20. Ruby - 反向數組算法
- 21. 反向數組算法
- 22. 反向的Elo算法
- 23. 反向霍夫曼算法?
- 24. 算法找到獨立集合
- 25. C++字符串類型獨立算法
- 26. 爲什麼我們在計算反向傳播算法時採用傳遞函數的導數?
- 27. matlab中時間延遲神經網絡的反向傳播算法
- 28. 帶有快捷連接的神經網絡中的反向傳播算法
- 29. 在神經網絡中循環訓練數據反向傳播算法
- 30. 如何最小化此功能並將其應用於反向傳播算法
是獨立方法 – janisz
請您詳細說明您準確解決了什麼問題? –
其實我只是實施神經網絡訓練的後向傳播算法;學習,但我知道我需要其他算法以及反向傳播,用於像貝葉斯或k-Means一樣的後向傳播學習.........我的項目是用於預測糖尿病的專家系統......是否有必要實施其他算法以及反向傳播或反向傳播是否足夠? – rozi