प्रैक्टिस में Backpropagation

Python में Deep Learning परिचय

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Backpropagation

ch2_4_v2.002.png

ch2_4_v2.003.png

ch2_4_v2.004.png

ch2_4_v2.010.png

किसी weight के gradients इनका गुणन होते हैं:
1. उस weight में जाने वाले node का मान
2. जिस node में feed हो रहा है, उसकी activation function की slope
3. output node के सापेक्ष loss function की slope

ch2_4_v2.016.png

ch2_4_v2.017.png

ch2_4_v2.018.png

ch2_4_v2.019.png

ch2_4_v2.020.png

ch2_4_v2.021.png

कुछ random weights से शुरुआत करें
prediction के लिए forward propagation चलाएँ
प्रत्येक weight के सापेक्ष loss function की slope backward propagation से निकालें
उस slope को learning rate से गुणा करें, और current weights से घटाएँ
यह चक्र तब तक दोहराएँ जब तक surface समतल न हो जाए

Python में Deep Learning परिचय