会员服务
反向传播一词严格来说仅指用于计算梯度的算法，而不是指如何使用梯度。但是该术语通常被宽松地指整个学习算法，包括如何使用梯度，例如通过随机梯度下降。反向传播将增量计算概括为增量规则中的增量规则，该规则是反向传播的单层版本，然后通过自动微分进行广义化，其中反向传播是反向累积（或“反向模式”）的特例。 在机器学习中，反向传播（backprop）是一种广泛用于训练前馈神经网络以进行监督学习的算法。对于其他人工神经网络（ANN）都存在反向传播的一般化–一类算法，通常称为“反向传播”。反向传播算法的工作原理是，通过链规则计算损失函数相对于每个权重的梯度，一次计算一层，从最后一层开始向后迭代，以避免链规则中中间项的冗余计算。
A New Twist on Low-Complexity Digital Backpropagation
Arxiv
0+阅读 · 11月20日
Zero-Shot NAS via the Suppression of Local Entropy Decrease
Arxiv
0+阅读 · 11月12日
Token2Wave
Arxiv
0+阅读 · 11月11日
Rethinking Deep Learning: Non-backpropagation and Non-optimization Machine Learning Approach Using Hebbian Neural Networks
Arxiv
0+阅读 · 11月7日
Zero-Shot NAS via the Suppression of Local Entropy Decrease
Arxiv
0+阅读 · 11月9日
Aligning Text-to-Image Diffusion Models with Reward Backpropagation
Arxiv
0+阅读 · 11月7日
Temporal-Difference Learning Using Distributed Error Signals
Arxiv
0+阅读 · 11月6日
LASER: Attention with Exponential Transformation
Arxiv
0+阅读 · 11月5日
Stepping Forward on the Last Mile
Arxiv
0+阅读 · 11月6日
PropNEAT -- Efficient GPU-Compatible Backpropagation over NeuroEvolutionary Augmenting Topology Networks
Arxiv
0+阅读 · 11月6日
GrounDiT: Grounding Diffusion Transformers via Noisy Patch Transplantation
Arxiv
0+阅读 · 11月1日
Gradient-free training of recurrent neural networks
Arxiv
0+阅读 · 10月30日
Generalized Fourier Diffraction Theorem and Filtered Backpropagation for Tomographic Reconstruction
Arxiv
0+阅读 · 10月31日
Optical Diffusion Models for Image Generation
Arxiv
0+阅读 · 10月31日
BLoB: Bayesian Low-Rank Adaptation by Backpropagation for Large Language Models
Arxiv
0+阅读 · 10月29日
参考链接
父主题
机器学习
数据挖掘
神经网络
子主题
梯度消失与爆炸问题
微信扫码咨询专知VIP会员
Top