Meervariabelecalculus vanuit eerste principes
Een lineaire laag stuurt een invoervector x door een gewichtenmatrix W en telt er dan een bias b bij op (met de bias is de afbeelding technisch gezien affien, lineair plus een verschuiving, al noemt ML dit universeel een lineaire laag). De voorwaartse berekening is kort: z = Wx + b. Trainen heeft ook de omgekeerde berekening nodig: uitzoeken hoe het verlies verandert met elke invoer, elk gewicht en elke bias.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Gradiënten door een Lineaire Laag