反向传播算法是最常见的神经网络训练算法。它使梯度下降法在多层神经网络中成为可行。 TensorFlow 会自动处理反向传播算法,因此您无需深入了解算法。如需了解其工作原理,请参阅以下文章:反向传播算法的直观说明。在滚动浏览上述说明时,请注意以下几点:
- 数据如何流经图表。
- 我们如何借助动态编程避免计算图中数量达指数级别的路径。这里的“动态规划”只表示记录正向和反向传递的中间结果。
反向传播算法是最常见的神经网络训练算法。它使梯度下降法在多层神经网络中成为可行。 TensorFlow 会自动处理反向传播算法,因此您无需深入了解算法。如需了解其工作原理,请参阅以下文章:反向传播算法的直观说明。在滚动浏览上述说明时,请注意以下几点:
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2023-12-02。