cs231n_反向传播求导篇

一只飞鱼fy

于 2017-12-12 20:26:43 发布

阅读量1.1k

点赞数

分类专栏： cs231n

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Kevin_cc98/article/details/78785668

版权

本文探讨了深度学习中矩阵除法的原理，特别是矩阵除以矩阵的情况，并以对W求导为例解释了反向传播的过程。在卷积求导中，描述了如何将dout的每个元素对w和x的偏导数重叠，形成最终的梯度。还提到了向量除法的特殊情况，通常用雅克比矩阵来表示两个向量的除法关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我们已经知道基本的标量除以矩阵（或向量），矩阵（或向量）除以标量，以及稍微复杂一点的向量除向量 $^{[1]}$ ，行向量除以向量除以矩阵，矩阵除以向量的方法，那么矩阵除以矩阵呢？例如：

X N \times D W D \times C = f N \times C

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。