另外这里有几篇比较好的文章推荐给大家: http://cs231n.github.io/optimization-2/ http://blog.csdn.net/han_xiaoyang/article
gentle-introduction-backpropagation/) 课程笔记: CS231n Convolutional Neural Networks for Visual Recognition (http://cs231n.github.io/optimization
相关链接 [1] Derivatives, Backpropagation, and Vectorization http://cs231n.github.io/optimization-2/ 点击以下标题查看相关内容
参考资料 cs231n教程:http://cs231n.github.io/optimization-2/
现在也有[momentum based methods][http://cs231n.github.io/optimization-2/#intro]根据误差函数的倒数来改变学习速率。
如果需要对反向传播进行深入了解,请参阅链接:http://cs231n.github.io/optimization-2/。
如果需要对反向传播进行深入了解,请参阅链接:http://cs231n.github.io/optimization-2/。
---- 参考资料 链接:http://cs231n.github.io/optimization-2/ 链接:https://zhuanlan.zhihu.com/p/21407711 链接:
Sebastian Ruder梯度下降博客 http://ruder.io/optimizing-gradient-descent/ CS231n反向传播 http://cs231n.github.io/optimization
(Stanford CS231n) http://cs231n.github.io/optimization-2/ 10、深度学习 果壳里的深度学习(nikhilbuduma.com) http://nikhilbuduma.com
(Stanford CS231n) http://cs231n.github.io/optimization-2/ 10、深度学习 果壳里的深度学习(nikhilbuduma.com) http://nikhilbuduma.com
(Stanford CS231n) http://cs231n.github.io/optimization-2/ 10、深度学习 果壳里的深度学习(nikhilbuduma.com) http://nikhilbuduma.com
gentle-introduction-backpropagation-time/ Backpropagation,Intuitions (Stanford CS231n) http://cs231n.github.io/optimization