问在2个神经网络的组合中使用反向传播进行权重更新
EN

Stack Overflow用户

提问于 2018-11-10 03:14:30

回答 1查看 80关注 0票数 0

每个神经网络都通过反向传播来更新其权重。假设一个神经网络模型堆叠在另一个神经网络模型上，在这种体系结构中，反向传播如何用于权重更新。wrt单神经网络模型在权重更新方面有什么不同？

发布于 2018-11-10 03:28:44

CNN、GAN或任何其他神经网络拓扑仍然由基本单元组成，即网络层。"CNN“指的是一大类拓扑；"GNN”是另一大类。

反向传播的工作方式与往常一样:每一层的权重更改都会传播到前一层，除以该权重的梯度。这是拓扑中相邻(直接连接)的层之间的操作。无论这两个层是在我们聚类为"CNN“的子图中，还是在两个不同的子图中相邻的层，都无关紧要--这是直接的层到层更新。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/53231986

复制

相似问题

问在2个神经网络的组合中使用反向传播进行权重更新EN