wuziheng
请教一个fc.py里面梯度计算的问题
楼主你好，因为conv的反向传播时计算梯度，就是用x的转置去乘上一层传递下来的梯度，为啥在fc里面变成了用上一层梯度乘x的转置呀。 就是如下代码，在fc的27行左右，为啥楼主你写的源代码如下： col_x = self.x[i][:, np.newaxis] eta_i = eta[i][:, np.newaxis].T self.w_gradient += np.dot(col_x, eta_i) 而不是这样呀： col_x = self.x[i][np.newaxis,:].T eta_i = eta[i][np.newaxis,:] self.w_gradient += np.dot(col_x, eta_i) 我刚试了一下下面这种方式也是可以正常训练的。所以我不知道是我矩阵梯度算错了，还是楼主不小心写错了，或者是两种方式都是可以的呢，希望楼主能解答一下疑惑，谢谢
这两份代码是等价的兄弟 self.x[i][:, np.newaxis] == self.x[i][np.newaxis,:].T eta[i][:, np.newaxis].T == eta[i][np.newaxis,:] 注意看newaxis的位置
这两份代码是等价的兄弟 self.x[i][:, np.newaxis] == self.x[i][np.newaxis,:].T eta[i][:, np.newaxis].T == eta[i][np.newaxis,:] 注意看newaxis的位置
好的，谢谢，我当时应该是一下卡住懵逼了😂