從梯度下降到反向傳播

從梯度下降到反向傳播 1 梯度下降 1.1 偏微分 1.2 梯度下降 2 反向傳播 2.1 矩陣乘法求導 2.1.1 數學中的乘法（$.$）求導 2.1.2 numpy中的默認乘法，對應位置相乘 （$\cdot *$） 求導 2.2 反向傳播算法 2.2.1 求每一層的誤差 $\delta$ 2.2.2 求每一層權重的偏導數 $\partial J\over\partial \theta^{(i)

>>阅读原文<<