误差反向传播（BP）及梯度下降算法详解

摘要 在机器学习算法中，误差反向传播和梯度下降是模型收敛的关键技术，作者将以单隐层模型为例说明误差反向传播和梯度下降的工作原理。 各种算法的单隐层模型结构大同小异 正向传播 假设：主要模型参数有3个，输入层到隐含层的权重W，隐含层的偏置B，隐含层到输出层的权重beta，为了计算方便引入一个中间参数H表示隐含层的输出，       式（1）  其中G（x）为激活函数，为模型提供非线性映射的能力，常见

>>阅读原文<<