δ 是什麼?權重梯度怎麼來?Delta and the weight gradient

IDL115 · CH03 · KP06 · 13/44
δ 衡量「激活前輸入改一點,損失會改多少」。 / Delta measures loss sensitivity to pre-activation.

敏感度定義Sensitivity

δ 不是原始預測誤差,需包含激活與損失導數。 / Delta is not simply prediction error.

δi:=∂e∂ai(12)\delta_i:=\frac{\partial e}{\partial a_i}\quad\text{(12)}

鏈式法則Chain rule

一條邊的梯度 = 本層敏感度 × 邊的輸入。 / Multiply sensitivity by the incoming value.

∂e∂wiℓ=∂e∂ai∂ai∂wiℓ=δizℓ(11)\frac{\partial e}{\partial w_{i\ell}}=\frac{\partial e}{\partial a_i}\frac{\partial a_i}{\partial w_{i\ell}}=\delta_i z_\ell\quad\text{(11)}

偏置梯度Bias gradient

偏置對 a 的導數是 1。 / The bias derivative is one.

∂e∂bi=δi\frac{\partial e}{\partial b_i}=\delta_i