使用反向传播算法（back propagation）训练多层神经网络

　　本文翻译自http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html，大概介绍下反向传播的基本原理。 　　本文旨在描述反向传播算法在多层神经网络训练中的过程，为了直观描述此过程，我们用到了包含两个输入和一个输出的三层神经网络，如下图所示： 　　 　　每个神经元由两个单元组成。第一单元把权重和输入信号的积相加，第二单元是被称为神经元激活函

>>阅读原文<<