machine-learning - 我是否需要在我的反向传播方程 (SGD) 中包含我的缩放输出？

Question

快速的问题，当我将损失函数反向传播到我的参数并使用缩放输出（例如 tanh(x) * 2）时，我是否需要包括原始输出的缩放输出的导数？谢谢！

标签： machine-learningneural-networkdeep-learningbackpropagationderivative

Answer 1

在我们可以反向传播错误之前，我们必须计算损失函数相对于每个参数的梯度。该计算涉及首先计算输出的梯度，然后重复使用链式法则。所以，当你这样做时，缩放常数保持不变。所以，是的，你必须相应地缩放错误。

例如，您可能已经观察到以下L2 正则化损失 - 也称为 Ridge 回归：

损失 = 1/2 * |T - Y|^2 + λ * ||w||^2

在这里，我们正在缩小平方误差。因此，当我们计算梯度时，1/2 和 2 将抵消。如果我们一开始就不将其乘以 0.5，那么我们将不得不将梯度扩大 2。否则梯度向量将指向其他方向，而不是最小化损失的方向。