全链接神经网络的梯度反向传播

    咱们经过如下示例来理解梯度反向传播。假设全链接神经网络以下图1所示，其中有2个隐含层，输入层的神经个数为2，第1层的神经元个数为3，第2层的神经元个数为3，输出层的神经元个数为2，激活函数为 f ( ⋅ ) f(\cdot) f(⋅)，第1层和第2层有激活函数操做，输出层没有激活函数操做，权重和偏置均为未知数。假设该全链接神经网络有一个输入[2, 3]，根据前馈全链接神经网络的计算方式，能

>>阅读原文<<