从梯度下降到反向传播

从梯度下降到反向传播 1 梯度下降 1.1 偏微分 1.2 梯度下降 2 反向传播 2.1 矩阵乘法求导 2.1.1 数学中的乘法（$.$）求导 2.1.2 numpy中的默认乘法，对应位置相乘 （$\cdot *$） 求导 2.2 反向传播算法 2.2.1 求每一层的误差 $\delta$ 2.2.2 求每一层权重的偏导数 $\partial J\over\partial \theta^{(i)

>>阅读原文<<