11. Derivatives with a Computation Graph
2023. 9. 8. 14:58ㆍGoogle ML Bootcamp/1. Neural Networks and Deep Learning
chain rule(연쇄 법칙)을 설명하기에 가장 직관적인 예시.
a변화가 v를 지나 J에 미치는 영향을 도함수(기울기)로 계산하는 과정.(=역전파)
코드상에서 dvar : J와 같이 관심있는 최종 출력 변수의 도함수를 나타냄.
da : 3, db : 6, dc : 9 (직접 역전파를 통해 a,b,c가 J에 미치는 영향, 즉 기울기를 구해보기)
'Google ML Bootcamp > 1. Neural Networks and Deep Learning' 카테고리의 다른 글
| 13. Gradient Descent on m Examples (0) | 2023.09.08 |
|---|---|
| 12. Logistic Regression Gradient Descent (0) | 2023.09.08 |
| 10. Computation Graph (0) | 2023.09.08 |
| 9. More Derivative Examples (0) | 2023.09.08 |
| 8. Derivatives (0) | 2023.09.08 |