斯坦福大学CS231课程笔记1

从线性回归到神经网络

Mini-batchSGD

正向传播计算loss反向传播计算梯度，根据梯度更新参数

图的拓扑排序正向和反向

class ComputationalGraph(object):
   def forward(inputs):
   # 1.[pass inputs to input gates...]
   # 2.forward the computational graph:
    for gate in self.graph.nodes_topologically_sorted():
      gate.forward()
    return loss #the final gate in the graph outputs the loss
   def backward():
    for gate in reversed(self.graph.nodes_topologically_sorted()):
      gate.backward() #little piece of backprop (chain rule applied)
    return inputs_gradients

BatchNormalization 批量正则化

优势：提升梯度流向，可是使用更大的学习率；减少对初始化的依赖；由正则化的作用，减少dropout的使用

**函数

数据预处理

学习率

loss不下降，学习率太小
loss爆炸，学习率太大，出现Nan时，就是学习率太大

学习率衰减

1.一定epoch次数后减小
2.指数级减小
3.随时间线性减小

优化方法

Adam

RMSProp

二阶最优化方法

dropout

为什么dropout有效？dropout相当于一堆模型的组合，每个开闭就是一种模型，测试时，蒙特卡洛估计就是使用不同的模型对所有的结果求平均。或者使用一次前向传播，把所有的节点都打开