深度学习与计算机视觉[CS231N] 学习笔记（4.1）：反向传播（Backpropagation）

在学习深度学习的过程中，我们常用的一种优化参数的方法就是梯度下降法，而一般情况下，我们搭建的神经网络的结构是：输入→权重矩阵→损失函数。如下图所示。 而在给定输入的情况下，为了使我们的损失函数值达到最小，我们就需要调节权重矩阵，使之满足条件，于是，就有了本文现在要介绍的深度学习中的一个核心方法——反向传播。 光听名字可能不太好理解，下面我们用一个简单的例子来讲解反向传播是如何工作的（了解高数中求导

>>阅读原文<<