對深度學習訓練模型過程的理解

一.數據預處理 二.將數據輸入神經網絡（每一個神經元先輸入值加權累加再輸入激活函數做爲該神經元的輸出值）正向傳播，獲得得分 三.將「得分」輸入偏差函數（正則化懲罰，防止過分擬合），與期待值比較獲得偏差，多個則爲和，經過偏差判斷識別程度（損失值越小越好） 四.經過反向傳播（反向求導，偏差函數和神經網絡中每一個激活函數都要求，最終目的是使偏差最小）來肯定梯度向量 五.最後經過梯度向量來調整每個權值，向

>>阅读原文<<