Caffe Tutorial（Forward / backward:the essential computations of layered compositional models）

二、forward and backward 前向forward和反向backward过程是网络的基本计算过程。 考虑一个简化的LR分类器 正向传递计算给定推理输入的输出。 在前进中，Caffe组成每层的计算来计算由模型表示的“函数”。 这个过程从下到上。 数据x通过g（x）的内积层，然后通过h（g（x））和softmax损耗的softmax给出fW（x）。 反向传播过程计算给定学习损失的梯度。向

>>阅读原文<<