我最近在Coursera上完成了Ng教授的机器学习课程,虽然我喜欢整个课程,但我从未真正理解用于训练神经网络的反向传播算法.
我理解它的问题是,他只是教导它的全向连接前馈网络的矢量化实现.我的线性代数是生锈的,我认为如果有人能教我通用算法会更容易理解.也许是以节点为导向的方式.
我会尝试简单地说出问题,但我可能误解了backprop的工作原理,所以如果这没有意义,请忽略它:
对于任何给定节点N,给定输入权重/值,输出权重/值以及N输出的所有节点的误差/成本,如何计算N的"成本"并使用它来更新输入权重？
我想知道是否有任何库提供了通过GCM轻松发送消息的界面？
查看体系结构概述,您似乎必须自己做很多事情(打开TCP连接,构造HTTP请求,构造JSON有效负载,实现指数退避,处理各种类型的错误等).
当然,我错过了这种东西的某种基础实现,是吗？