对深度学习训练模型过程的理解

一.数据预处理 二.将数据输入神经网络（每一个神经元先输入值加权累加再输入激活函数做为该神经元的输出值）正向传播，获得得分 三.将“得分”输入偏差函数（正则化惩罚，防止过分拟合），与期待值比较获得偏差，多个则为和，经过偏差判断识别程度（损失值越小越好） 四.经过反向传播（反向求导，偏差函数和神经网络中每一个激活函数都要求，最终目的是使偏差最小）来肯定梯度向量 五.最后经过梯度向量来调整每个权值，向

>>阅读原文<<