激活函数的导数与偏导数 wrt。损失函数
Derivative of activation function vs partial derivative wrt. loss function
人工智能中的一些术语让我感到困惑。反向传播中使用的导数函数是激活函数的导数或者损失函数的导数?
这些术语令人困惑：行为的导数。函数，偏导数wrt。损失函数??
我还是没弄对。
当你优化一个模型时，你定义了一个损失函数。这通常表示关于某些训练数据的错误。
通常使用基于梯度的优化来最小化此错误。通常，随机梯度下降 (SGD) 和相关方法（Adam、Adagrad 等）。
损失函数的梯度，是由损失对模型中每个权重的偏导数组成的向量。
在每次迭代中，权重都会根据梯度的方向进行更新（记住我们正在最小化）。
我猜你可能会混淆的原因是因为由于链式法则，在计算损失函数的梯度时，需要区分激活函数。但请记住，这是因为链式法则。
人工智能中的一些术语让我感到困惑。反向传播中使用的导数函数是激活函数的导数或者损失函数的导数?
这些术语令人困惑：行为的导数。函数，偏导数wrt。损失函数??
我还是没弄对。
当你优化一个模型时，你定义了一个损失函数。这通常表示关于某些训练数据的错误。
通常使用基于梯度的优化来最小化此错误。通常，随机梯度下降 (SGD) 和相关方法（Adam、Adagrad 等）。
损失函数的梯度，是由损失对模型中每个权重的偏导数组成的向量。
在每次迭代中，权重都会根据梯度的方向进行更新（记住我们正在最小化）。
我猜你可能会混淆的原因是因为由于链式法则，在计算损失函数的梯度时，需要区分激活函数。但请记住，这是因为链式法则。