徽标
联盟百科
通讯
下载应用,请到 Google Play
新! 在您的Android™设备上下载联盟百科!
自由
比浏览器更快的访问!
 

反向传播算法和抛物线

快捷方式: 差异相似杰卡德相似系数参考

反向传播算法和抛物线之间的区别

反向传播算法 vs. 抛物线

反向传播(Backpropagation,缩写为BP)是“误差反向传播”的简称,是一种与最优化方法(如梯度下降法)结合使用的,用来训练人工神经网络的常见方法。该方法对网络中所有权重计算的梯度。这个梯度会反馈给最优化方法,用来更新权值以最小化损失函数。 反向传播要求有对每个输入值想得到的已知输出,来计算损失函数梯度。因此,它通常被认为是一种監督式學習方法,虽然它也用在一些无监督网络(如)中。它是多层前馈网络的的推广,可以用链式法则对每层迭代计算梯度。反向传播要求(或“节点”)的激励函数可微。. 抛物线是一種圓錐曲線。在一個平面内,拋物線的每一點Pi,其與一個固定点F之間的距離等於其與一条不經過此点F的固定直线L之間的距离。这固定点F叫做抛物线的「焦点」,固定直线L叫做抛物线的「准线」。.

之间反向传播算法和抛物线相似

反向传播算法和抛物线有1共同点(的联盟百科): 抛物面

抛物面

抛物面是二次曲面的一种。抛物面有两种:椭圆抛物面和双曲抛物面。椭圆抛物面在笛卡儿坐标系中的方程为: z.

反向传播算法和抛物面 · 抛物线和抛物面 · 查看更多 »

上面的列表回答下列问题

反向传播算法和抛物线之间的比较

反向传播算法有39个关系,而抛物线有12个。由于它们的共同之处1,杰卡德指数为1.96% = 1 / (39 + 12)。

参考

本文介绍反向传播算法和抛物线之间的关系。要访问该信息提取每篇文章,请访问:

嘿!我们在Facebook上吧! »