深度学习的数学原理

在网络中，假定输入为X，输出为Y，其网络结构的参数为W和b,每次训练的损失函数为L(w,b),Cost函数J(w,b) 则：Y= W*X+b 也就是W和b与网络模型的好坏的直接相关；同时训练就是训练的W和b参数让J最小   参数修正 TF图： 在tf中存在计算图的前向传导和BP（后向传导）修正参数，假定计算：F(a,b,c) =  3(a+bc) d代表计算梯度，则： 由上图知：计算图是从前向后计

>>阅读原文<<