BP（反向传播）算法推导带图片详解

 适合不熟悉矩阵求导的人，我会尽量用数学公式和图解的方式来详细地推导BP算法。

标记规定

${\theta }_{jk}^l$：代表连接第l层第k个神经元和第l+1层第j个神经元的权重参数。
$z_j^l$: 代表第l层第j个神经元的输入。
$a_j^l$: 代表第l层第j个神经元的输出。
$\sigma$ ：代表激活函数。
${\delta }_j^l$ :代表第l层第j个神经元产生的错误。
L:代表神经网络的层数（这里可以理解为3）。
c :代表代价函数（不太明白的话可以就直接理解为关于输出层a的函数）。
这里的规定标记不熟悉的话可以看一下吴恩达大佬的机器学习课程。

公式一（反向传播最后一层的错误）

 我们不采用向量的形式来推导，这里仅是涉及到标量的计算。
根据定义：${\delta }_j^l$ = $\frac{\delta \mathrm{C}}{\delta z_j^l}$（学过微积分的同学肯定很好理解，这里的错误就是反应了这个神经元对代价函数的影响有多大）。
由链式法则可以得到：
${\delta }_j^L$ = $\frac{\delta \mathrm{C}}{\delta a_j^L}$ * $\frac{\delta {\mathrm{a}}_{\mathrm{j}}^{\mathrm{L}}}{\delta z_j^L}$。这两个式子就很容易算出来，第一个在已知C的时候很容易就求出来了，第二个的话因为$a_j^l$ = $\sigma$($z_j^L$),所以也很容易求出来（但是这里特别要注意的是因为我们反向传播的时候是只是知道$a_j^L$的值，所以需要用$a_j^L$来计算$\sigma$ '($z_j^L$）的值）。
 然后，我们用向量的形式来计算：
${\delta }^L$ = $\frac{\delta \mathrm{C}}{\delta a^L}$ .* $\frac{\delta {\mathrm{a}}^{\mathrm{L}}}{\delta z^L}$。（这个.*就是对应元素相乘）。就这里的网络结构来看${\delta }^L$算出来就是一个2×1的向量。

公式二（每一层的误差计算）

 同样还是从标量的形式来看:
${\delta }_j^l$ = $\frac{\delta \mathrm{C}}{\delta z_j^l}$（这里可以把l看做2）。则由链式法则可得：
${\delta }_j^l$ = ${\sum }_k\frac{\delta C}{\delta z_k^{l+1}}\times \frac{\delta z_k^{l+1}}{\delta a_j^l}\times \frac{\delta a_j^l}{\delta z_j^l}$。我解释一下为什么要做这个k的累和，首先我们来看这样一张图（就是这里第一层映射到第二层的图）：

从这个矩阵乘法就可以看出来每一个$a_j^1$对$z_k^2$都有贡献，所以这里需要求和才能算出${\delta }_j^l$。
所以：
${\delta }_j^l$ = ${\sum }_k{\delta }_j^{l+1}\times {\theta }_{kj}^l\times {\sigma }^{\prime }(z_j^l)$。
 然后我们再来看看矩阵形式的表示（如果熟悉矩阵求导的话就可以不用看了），同样还是先看一张图:

这个图就是刚刚向量方式计算出来的错误的矩阵计算形式，这里可以看出来θ是要转置的，于是我们便得出了${\delta }^l$ 的矩阵表示形式。
${\delta }^l$ = $({\theta }^l.T\ast {\delta }^{l+1}).\ast {\sigma }^{\prime }(z_j^l)$。

公式三（权重θ的梯度）

 BP算法的最终目的便是要求出来权重的梯度以便于更新权重，所以接下来我们看看权重的梯度是如何计算的。
 同样先是看看在标量之下如何计算：
$\frac{\delta C}{\delta {\theta }_{jk}^l}=\frac{\delta \mathrm{C}}{\delta z_j^{l+1}}\times \frac{\delta z_j^{l+1}}{\delta {\theta }_{jk}^l}={\delta }_j^{l+1}\times a_k^l$。
 然后用矩阵进行表示,还是先看一张图，注意：这里右边那个是θ梯度矩阵，不是θ的矩阵（主要是博主比较懒，不想画了）：

以上就是BP算法的推导，如果熟悉矩阵求导的话就可以跳过那些图片啦，博主主要是想用一种更直观的方式来介绍BP算法。当然还有偏置bias的求导，大家可以自己这样推一推。