作者st1009 (前端攻城师)
看板Prob_Solve
标题[问题] 类神经网路的反向传播与逻辑回归
时间Sun Aug 27 22:09:54 2017
不好意思，想请请教各位大大，
我看一般训练类神经网路都是使用反向传播演算法(Backpropagation),
可是我看类神经网路(ANN)与逻辑回归式(Logistic regression)高度相似，
甚至有些人说，逻辑回归式叠加就是类神经网路！
所以我在想，是否我可以用多层的逻辑回归式，来建立深度学习？
并且逻辑回归式权重虽然可以用BP求得，
但是其实也可以直接根据输入来算吧？
而且感觉直接以逻辑回归式本身计算方法算出权重，应该会比BP更快？
可是我似乎都没看到有人这样用，是会有甚麽问题嘛？
有相关的论文资料嘛？
--
半壁河山半攻守
半争成败半悟道
许银川
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.164.99.134
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Prob_Solve/M.1503842998.A.171.html
1F：→ andrenvq57: ㄜ 可以定义多层吗 08/28 08:36
我想到是3种算法，直接把上一层的资料，多算1遍，就可以产生2组资料，
再把此2组资料再进行一次LR这样子
法2：原先可能LR是处理6维回归，我把他变成2个LR，各处理3维回归,
再将这2组资料LR
法3：原来是6类分类，我再将分类细分成更多类譬如43类，
然後LR成6个数值，之後再LR出答案
话说...其实我数学不好Q
所以不是很确定我这样OK嘛？
2F：推 singlovesong: 是一样的东西 就是多参数求导 BP 只是 chain rule 08/29 12:27
好的，谢谢您<3
3F：→ jackace: DN不只是Sigmoid 公式解能用的场合太少 maxpooling, BN, 09/13 21:06
4F：→ jackace: 还有RNN 都没公式解 09/13 21:11
现在也接触到了如relu之类的存在了，谢谢大大提点！
※ 编辑: st1009 (1.163.157.60), 09/21/2017 19:27:06