淘宝网站建设方案,惠州响应式网站哪家好,河北注册公司流程和费用,网页开发界面设计1 计算图
计算图使用图#xff08;由节点和边构成的图#xff09;来表达算式。
如图#xff0c;我们用节点代表运算符号#xff0c;用边代表传入的参数#xff0c;即可算出购买苹果和橘子的总价格。
2 计算图的局部计算
局部计算意味着每个节点只处理和其相关的运算由节点和边构成的图来表达算式。
如图我们用节点代表运算符号用边代表传入的参数即可算出购买苹果和橘子的总价格。
2 计算图的局部计算
局部计算意味着每个节点只处理和其相关的运算通过汇总各个节点计算结果得到最终答案。利用局部计算的性质我们可以通过局部推全局。如上例中如果我们直到总价格为715 苹果的总价为200我们可以直接推得橘子的总价而不需要计算和橘子相关的节点。
计算图的优势之一就在于可以局部计算和保留中间计算结果
3 链式法则
链式法则chain rule是计算复合函数导数的一种方法。如z为t的函数t为x的函数那dz/dx就等于dz/dt • dt/dx
例 z t^2 t x y
∂z/∂x ∂z/∂t • ∂t/∂x 2t • 1 2(x y)
用计算图标示该链式法则计算 在正向传播中x和y相加得到t再平方得到z。我们节点输出∂z/∂z 就是1乘以节点的局部偏导∂z/∂t**2这一节点中z是关于t的函数因此偏导为∂z/∂t得到下一步输入∂z/∂t在乘上t关于x函数节点偏导∂t/∂x即可得到∂z/∂x的值。
加法和乘法的反向传播
加法反向传播输入值乘1 对于函数z x y。∂z/∂x 和 ∂z/∂y 的值都为1因此在反向传播中只需要将 ∂L/∂z 乘1
class AddLayer:def __init__(self):passdef forward(self, x, y):out x yreturn outdef backward(self, dout):dx dout * 1dy dout * 1return dx, dy乘法反向传播乘以另一个输入值 对于函数z xy。∂z/∂x 的值为y而∂z/∂y 的值为x。因此在计算∂L关于一个输入值的偏导时将∂L/∂z 乘以另一个输入值
class MulLayer:def __init__(self):self.x Noneself.y Nonedef forward(self, x, y):self.x xself.y y out x * yreturn outdef backward(self, dout):dx dout * self.ydy dout * self.xreturn dx, dy利用乘法和加法的反向传播实现购买苹果的计算
# coding: utf-8
from layer_naive import *apple 100
apple_num 2
tax 1.1mul_apple_layer MulLayer()
mul_tax_layer MulLayer()# forward
apple_price mul_apple_layer.forward(apple, apple_num)
price mul_tax_layer.forward(apple_price, tax)# backward
dprice 1
dapple_price, dtax mul_tax_layer.backward(dprice)
dapple, dapple_num mul_apple_layer.backward(dapple_price)print(price:, int(price))
print(dApple:, dapple)
print(dApple_num:, int(dapple_num))
print(dTax:, dtax)price: 220 dApple: 2.2 dApple_num: 110 dTax: 200 在反向传播时执行各函数顺序与正向传播相反。正向传播函数的返回值在反向传播时作为函数参数
输出值的意义在于每改变1单位输入值对输出总价的影响。如dApple 2.2意味着每总价一个苹果对总价增加2.2
例二购买苹果和橘子例子。和前面购买苹果例子原理完全相同
# coding: utf-8
from layer_naive import *apple 100
apple_num 2
orange 150
orange_num 3
tax 1.1# layer
mul_apple_layer MulLayer()
mul_orange_layer MulLayer()
add_apple_orange_layer AddLayer()
mul_tax_layer MulLayer()# forward
apple_price mul_apple_layer.forward(apple, apple_num) # (1)
orange_price mul_orange_layer.forward(orange, orange_num) # (2)
all_price add_apple_orange_layer.forward(apple_price, orange_price) # (3)
price mul_tax_layer.forward(all_price, tax) # (4)# backward
dprice 1
dall_price, dtax mul_tax_layer.backward(dprice) # (4)
dapple_price, dorange_price add_apple_orange_layer.backward(dall_price) # (3)
dorange, dorange_num mul_orange_layer.backward(dorange_price) # (2)
dapple, dapple_num mul_apple_layer.backward(dapple_price) # (1)print(price:, int(price))
print(dApple:, dapple)
print(dApple_num:, int(dapple_num))
print(dOrange:, dorange)
print(dOrange_num:, int(dorange_num))
print(dTax:, dtax)
