Caffe Tutorial（Forward / backward:the essential computations of layered compositional models）

二、forward and backward 前向forward和反向backward過程是網絡的基本計算過程。 考慮一個簡化的LR分類器 正向傳遞計算給定推理輸入的輸出。 在前進中，Caffe組成每層的計算來計算由模型表示的「函數」。 這個過程從下到上。 數據x通過g（x）的內積層，然後通過h（g（x））和softmax損耗的softmax給出fW（x）。 反向傳播過程計算給定學習損失的梯度。向

>>阅读原文<<