深度学习中的前向传播与反向传播

前向传播 对于一个还没有训练好的神经网络而言，各个神经元之间的参数都是随机值，即初始化时赋的值，前向传播过程是神经网络的输入输出过程，即网络是如何根据X的值得到输出的Y值的。 设激活函数为f，权重矩阵为W，偏置项为b，输入为A，输出为Y，则Y = f(AW+b)，计算Y这个过程就是前向传播的过程。 注意：权重矩阵W一开始是个随机值 在样本中我们的数据是(x,label)，而y是我们经过神经网络计算

>>阅读原文<<