iT邦幫忙

2019 iT 邦幫忙鐵人賽
DAY 17
0
AI & Data

當自動駕駛遇見AI系列 第 17 篇

Day17-當自動駕駛遇見AI-反向傳播演算法(Backpropagation)

2019鐵人賽 self-driving udacity backpropagation
1746 瀏覽

  • 分享至 

  • xImage
    •  

前言

反向傳播是「誤差反向傳播」的簡稱，是一種與最優化方法結合使用的，用來訓練人工神經網絡的常見方法。該方法對網絡中所有權重計算損失函數的梯度。這個梯度會反饋給最優化方法，用來更新權值以最小化損失函數。 反向傳播要求有對每個輸入值想得到的已知輸出，來計算損失函數梯度[1]。

說明

反向傳播執行流程如下：

  1. 進行前饋操作。
  2. 將模型的輸出與所需的輸出進行比較。
  3. 計算錯誤。
  4. 向後運行前饋操作（反向傳播）以將錯誤分散到每個權重。
  5. 使用它來更新權重，並獲得更好的模型。
  6. 繼續這個，直到我們有一個好的模型。

參考

1.反向傳播演算法,維基百科


上一篇
Day16-當自動駕駛遇見AI- 多類别分類(Multi-class classification)
下一篇
Day18-當自動駕駛遇見AI- 梯度下降法(Gradient Descent Algorithm)
系列文
當自動駕駛遇見AI 共 30 篇
  1. 26
    Day26-當自動駕駛遇見AI- TensorFlow-Training Your Logistic Classifier
  2. 27
    Day27-當自動駕駛遇見AI- 2層神經網絡(2-Layer Neural Network)
  3. 28
    Day28-當自動駕駛遇見AI- TensorFlow Dropout
  4. 29
    Day29-當自動駕駛遇見AI-TensorFlow Convolution Layer
  5. 30
    Day30-當自動駕駛遇見AI- 最大池化器( MaxPooling)
完整目錄
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言
iThome鐵人賽
參賽組數
1064 組
團體組數
40 組
累計文章數
22200 篇
完賽人數
602 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js
熱門問題
熱門回答
熱門文章
IT邦幫忙