用反向传导思想求导

From Ufldl

Jump to: navigation, search
(示例)
Line 42: Line 42:
== 示例 ==
== 示例 ==
-
为了阐述如何使用反向传导思想计算关于输入的导数,我们要在示例1,示例2中用[[Sparse Coding: Autoencoder Interpretation | sparse coding]]一节中的两个函数。在示例3中,我们使用[[Independent Component Analysis | independent component analysis]]一节中的一个函数来说明使用此思想计算关于权重的偏导的方法,以及在这种特殊情况下,如何处理相互捆绑或重复的权重。
+
为了阐述如何使用反向传导思想计算关于输入的导数,我们要在示例1,示例2中用[[ 稀疏编码自编码表达 | 稀疏编码自编码表达 ]]一节中的两个函数。在示例3中,我们使用[[ 独立成分分析 | 独立成分分析 ]]一节中的一个函数来说明使用此思想计算关于权重的偏导的方法,以及在这种特殊情况下,如何处理相互捆绑或重复的权重。
=== 示例1:稀疏编码中权重矩阵的目标函数 ===
=== 示例1:稀疏编码中权重矩阵的目标函数 ===
-
回顾在[[Sparse Coding: Autoencoder Interpretation | sparse coding]]一节中,给定特征矩阵<math>s</math>,权重矩阵<math>A</math>的目标函数为:
+
回顾在[[ 稀疏编码自编码表达 | 稀疏编码自编码表达 ]]一节中,给定特征矩阵<math>s</math>,权重矩阵<math>A</math>的目标函数为:
:<math>F(A; s) = \lVert As - x \rVert_2^2 + \gamma \lVert A \rVert_2^2</math>
:<math>F(A; s) = \lVert As - x \rVert_2^2 + \gamma \lVert A \rVert_2^2</math>

Revision as of 17:41, 16 March 2013

Personal tools