反向传播，直观理解 | 深度学习 第3章 - 3Blue1Brown - 中配

旁白_B

合集 · 神经网络 - 3Blue1Brown (10)

  1. 36:03
    但什么是神经网络？| 深度学习 第1章 - 3Blue1Brown - 中配
  2. 40:38
    梯度下降：神经网络如何学习｜深度学习 第2章 - 3Blue1Brown - 中配
  3. 24:58
    反向传播，直观理解 | 深度学习 第3章 - 3Blue1Brown - 中配
  4. 19:59
    反向传播的微积分｜深度学习 第4章 - 3Blue1Brown - 中配
  5. 15:42
    大语言模型简要解释 - 3Blue1Brown - 中配
  6. 53:37
    Transformer：大语言模型背后的技术 | 深度学习 第5章 - 3Blue1Brown - 中配
  7. 51:54
    Transformer中的注意力机制，一步步讲解 | 深度学习 第6章 - 3Blue1Brown - 中配
  8. 44:29
    大语言模型可能是如何存储事实的 | 深度学习 第7章 - 3Blue1Brown - 中配
  9. 1:06:34
    但交叉熵是什么？｜压缩即智能 第2部分 - 3Blue1Brown - 中配
  10. 1:12:45
    但AI图像和视频实际上是如何工作的？| Welch Labs 客座视频 - 3Blue1Brown - 中配

Parts

  1. P1 · 配音
  2. P2 · 原声
Description 
以MNIST手写数字识别为例，直观讲解反向传播：它告诉网络，一个训练样本希望输出层的激活值如何微调，并把这种微调逐层向后传递，最终得到代价函数的负梯度。接着引入随机梯度下降——把训练数据分成小批量来更新参数，让网络像醉汉一样跌跌撞撞走下山。视频还用赫布理论“一起激活的神经元连在一起”类比调参，并指出带标签训练数据的稀缺提醒我们：理解原理只是成功的一半。
----------------------------------------------------------------
00:00:04 引言
00:00:22 回顾
00:02:54 直观示例演练
00:09:03 随机梯度下降
00:11:51 结语
----------------------------------------------------------------
原标题：Backpropagation, intuitively | Deep Learning Chapter 3
原作者：3Blue1Brown
发布日期：2017-11-03
视频链接：https://www.youtube.com/watch?v=Ilg3gGewQ5U

Comments

旁白_B 26d ago

没喝多，只是随机过程而已

♥ 1

旁白_B 26d ago

有人跟我一样吗？看他的视频全程都在笑，因为以前从没这么清楚、这么顺畅地理解过这些内容 <3

♥ 1

给你机会你不中用吗 24d ago

观看英文版请跳转至P2