神經網絡與深度學習筆記（二）

第二章 反向傳播算法如何工作 如何計算代價函數的梯度？——反向傳播 反向傳播的核心：一個代價函數C關於任何權重w（或者偏置b）的偏導數的表達式。 2.1 熱身：神經網絡中使用矩陣快速計算輸出的方法 2.2 關於代價函數的兩個假設 第一個假設 第二個假設：代價函數可以寫成神經網絡輸出的函數 2.3 Hadamard 乘積     Hadamard乘積表示兩個矩陣按元素求乘積。 如： 2.4 反向傳播

>>阅读原文<<