A04 · 第 6 章 · 课程规划页
神经网络与反向传播综合复习
本章研究神经网络与反向传播综合复习。内容依次处理感知机、MLP 与线性不可分任务、计算图展开、反向传播与梯度检查、初始化、激活函数和批量尺度的训练诊断。
- 所在 Part
- 第三编 训练基础与综合复习
- 预计学习
- 55 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明感知机、MLP 与线性不可分任务。
- 02完成计算图展开、反向传播与梯度检查所需的推导、证明或算法。
- 03使用计算、例题或反例检验初始化、激活函数和批量尺度的训练诊断。
PLANNED SECTIONS
计划章节结构
- 01
感知机、MLP 与线性不可分任务
界定感知机、MLP 与线性不可分任务，明确使用的条件、主要结论与可复核步骤。
- 02
计算图展开、反向传播与梯度检查
推导计算图展开、反向传播与梯度检查，明确使用的条件、主要结论与可复核步骤。
- 03
初始化、激活函数和批量尺度的训练诊断
检验初始化、激活函数和批量尺度的训练诊断，明确使用的条件、主要结论与可复核步骤。
计划定义
感知机、MLP 与线性不可分任务：对象、记号与前提
围绕感知机、MLP 与线性不可分任务列出主要对象、符号、前提与定义边界。
计划公式
计算图展开、反向传播与梯度检查：关系、判据与可复核步骤
把计算图展开、反向传播与梯度检查整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
初始化、激活函数和批量尺度的训练诊断：案例、反例与核验
围绕初始化、激活函数和批量尺度的训练诊断给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
神经网络与反向传播：定义、关系与边界综合练习
联结感知机、MLP 与线性不可分任务、计算图展开、反向传播与梯度检查与初始化、激活函数和批量尺度的训练诊断，分别检验定义辨析、主要步骤和适用边界。
关键词
神经网络、反向传播、第三编 训练基础与综合复习、神经网络与反向传播