BP算法简单推导过程

在这里想到你已经了解了神经网络的基本过程，就输入层，隐含层，输出层基本思路，然后按下图最简单的推导过程，以一个输出OP来简单介绍。 1.前向传播 w是权重，b是偏置项 输入到隐含 同理 隐含到输出 这里采用sigmoid激活函数（非线性） 有个特性是他的导数为： 输出层 计算误差,采取平方差 反向传播，利用梯度下降算法最小化损失函数的过程，主要采取链式求导,这里以为举例 下次更新Wh1这个参数的时

>>阅读原文<<