caffe詳解之反向傳播

前向傳播與反向傳播 反向傳播（back-propagation）是計算深度學習模型參數梯度的方法。總的來說，反向傳播中會依據微積分中的鏈式法則，按照輸出層、靠近輸出層的隱含層、靠近輸入層的隱含層和輸入層的次序，依次計算並存儲模型損失函數有關模型各層的中間變量和參數的梯度。反向傳播回傳誤差（只在訓練過程中實現） 反向傳播對於各層中變量和參數的梯度計算可能會依賴各層變量和參數的當前值。對深度學習模型按

>>阅读原文<<