对神经网络的前向传播跟反向传播的理解

1.前向传播 显然,数据从输入层输入经带有权值和偏置的隐藏层,隐藏层由一个个神经元组成,经激活函数处理作为下一层神经元的输入,这样层层连接,对输入特征进行变换处理,最终输出. 基本神经元结构 网络结构 2.误差反向传播 神经网络的输入经过层层的非线性变换得到输出的过程,可以将输出视为输入的复合函数,当我们要计算输出与真实的观测之间的误差对第l层神经元的梯度时,我们根据链式法则,首先计算的是误差对靠

>>阅读原文<<