深度學習與計算機視覺[CS231N] 學習筆記（4.1）：反向傳播（Backpropagation）

在學習深度學習的過程中，我們常用的一種優化參數的方法就是梯度下降法，而一般情況下，我們搭建的神經網絡的結構是：輸入→權重矩陣→損失函數。如下圖所示。 而在給定輸入的情況下，爲了使我們的損失函數值達到最小，我們就需要調節權重矩陣，使之滿足條件，於是，就有了本文現在要介紹的深度學習中的一個核心方法——反向傳播。 光聽名字可能不太好理解，下面我們用一個簡單的例子來講解反向傳播是如何工作的（瞭解高數中求導

>>阅读原文<<