TensorFlow 實現深度網絡—反向傳播

在上一章中，我們對前向傳播（ Forward Propagation ）有了一定的瞭解。前向傳播可以概括爲前饋神經網絡輸入的x 經過每一層的隱藏單元處理，最終產生輸出的y 。在訓練過程中，前向傳播會產生一個損失函數J(w）。反向傳播（ Back Propagation ）算法（也可簡稱爲Backprop ）則允許來自損失函數的信息通過網絡向後流動，以便計算梯度。 反向傳播算法通過一種簡單而廉價的計

>>阅读原文<<