深度学习那些事 — 反向传播

这部分是深度学习的重点，掌握了反向传播算法就相当于掌握了一半的神经网络算法。其实就是将损失函数产生的误差通过边进行反向传播往回传播的过程，传播的过程当中会得到每个边的梯度，有了这个梯度，就可以沿着反方向更新参数，不断的迭代，最后让参数越来越好，越来越符合当前样本的结构，学习到更多样本的知识。 前面讲到的是前馈计算，前馈计算得到的是一个误差，也就是损失函数，下面讲怎么把损失函数计算出来的误差，反向传

>>阅读原文<<