溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹python里反向傳播算法指的是什么，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！
我們向相反的方向邁出了一小步——最大下降的方向，也就是將我們帶到成本函數(shù)的局部最小值的方向。
圖示演示:
反向傳播算法中Sigmoid函數(shù)代碼演示：
# 實(shí)現(xiàn) sigmoid 函數(shù) return 1 / (1 + np.exp(-x)) def sigmoid_derivative(x): # sigmoid 導(dǎo)數(shù)的計(jì)算 return sigmoid(x)*(1-sigmoid(x))
反向傳播算法中ReLU 函數(shù)導(dǎo)數(shù)函數(shù)代碼演示：
def relu_derivative(x): # ReLU 函數(shù)的導(dǎo)數(shù) d = np.array(x, copy=True) # 用于保存梯度的張量 d[x < 0] = 0 # 元素為負(fù)的導(dǎo)數(shù)為 0 d[x >= 0] = 1 # 元素為正的導(dǎo)數(shù)為 1 return d
以上是python里反向傳播算法指的是什么的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機(jī)網(wǎng)站二維碼
