tensorFlow会自动使用反向传播来计算倒数并使用梯度下降或者adam来训练神经网络参数因此反向传播算法计算了代价函数相对于参数的倒导数是神经网络的关键算法那么他是如何工作的呢让我们看一看反向传播是如何计算倒数的。会涉及到微积分微积分就是 自变量增加了很小很小的量因变量会增加几倍这个几倍能是一个倍数也可能是一个公式官方定义当W增加一个非常微小的v值j(w)会增加K倍的v,,那么j对w的导数就是K导数大小代表着对参数W的变化对函数影响程度的变化导数的 计算和绘图导数就是这一个点的斜率。有一个Sympy的库可以自己计算导数导数的两种表达形式 来自尧图内容编辑团队
内容团队 本文由尧图网络内容编辑团队执笔。团队由资深项目经理、前端工程师与设计师组成，所有内容均来自亲手交付的真实项目，先讲清问题、再给出可落地的解法。尧图深耕北京网站建设十年，服务过京华建材集团、智造科技等各行业客户，把一线经验沉淀为可复用的行业观察。
相关资讯与近期热门内容
建站决策前值得细读的三篇
