誤差反向傳播（BP）及梯度下降算法詳解

摘要 在機器學習算法中，誤差反向傳播和梯度下降是模型收斂的關鍵技術，作者將以單隱層模型爲例說明誤差反向傳播和梯度下降的工作原理。 各種算法的單隱層模型結構大同小異 正向傳播 假設：主要模型參數有3個，輸入層到隱含層的權重W，隱含層的偏置B，隱含層到輸出層的權重beta，爲了計算方便引入一箇中間參數H表示隱含層的輸出，       式（1）  其中G（x）爲激活函數，爲模型提供非線性映射的能力，常見

>>阅读原文<<