情報科学 › 機械学習の数学 › ニューラルネットワークと逆伝播

随伴変数

定義 4.2(「ニューラルネットワークと逆伝播」§4)

定義 4.1 の計算グラフと、入力の値 (v1,…,vn)(v_1,\ldots,v_n) を 1 つ固定する。随伴変数 vˉN,vˉN−1,…,vˉ1\bar v_N, \bar v_{N-1}, \ldots, \bar v_1 を、添字の大きい順に

vˉN:=1,vˉk:=∑m : k∈Pa(m)vˉm ∂φm∂vk(k=N−1,…,1)\bar v_N := 1, \qquad \bar v_k := \sum_{m \,:\, k \in \mathrm{Pa}(m)} \bar v_m \, \frac{\partial \varphi_m}{\partial v_k} \quad (k = N-1, \ldots, 1)

で定める。ここで偏微分は、φm\varphi_m の引数のうち vkv_k に対応するものについての偏微分を、固定した入力から定まる値の組で評価したものとする。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理 証明で参照している 3 件

関連するノック 2 問