深度學習那些事 — 反向傳播

這部分是深度學習的重點，掌握了反向傳播算法就相當於掌握了一半的神經網絡算法。其實就是將損失函數產生的誤差通過邊進行反向傳播往回傳播的過程，傳播的過程當中會得到每個邊的梯度，有了這個梯度，就可以沿着反方向更新參數，不斷的迭代，最後讓參數越來越好，越來越符合當前樣本的結構，學習到更多樣本的知識。 前面講到的是前饋計算，前饋計算得到的是一個誤差，也就是損失函數，下面講怎麼把損失函數計算出來的誤差，反向傳

>>阅读原文<<