https://www.youtube.com/watch?v=tIeHLnjs5U8 原视频
用最简单的神经元来举例
学习这个视频的目标:理解这些变量(模型的参数)【以什么程度】如何影响代价函数(损失函数),然后我们就知道应该如何调整这些变量,以使得代价函数能够更快地降低
而这只是一个维度,整个的梯度是把所有参数都包含进来的
刚才只是只看了输出层的前一层,那么再前面的层怎么办呢?
其实只要把图画出来,然后按照“改变某个参数如何影响下一个值”的直观理解出发,就很容易写出前一层的链式法则
是不是比从数学上来推导直观和容易理解很多?