CS231n课程笔记4.1：反向传播BP

CS231n简介

详见 CS231n课程笔记1：Introduction。
注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。

课程作业

关于BP实现的实例请参考 CS231n作业笔记1.3：SVM的误差函数以及反向传播（非向量及向量算法）。

1. 计算图 VS 微积分

如果可以直接使用微积分得到gradient，使用BP则会显得效率低下。但是通常情况下我们需要计算多层的神经网络，其中设计很多不可求导的计算，这就使得直接求导工程巨大，甚至难以实现。同时BP算法容易实现，易于拓展，容易纠错。

2. BP计算方法

前向计算的时候同时计算local gradient，反向计算的时候把传播回来的global gradient与local gradient相乘即可得到需要向前一层节点传播的global gradient。

一个例子如下：

具体的，

1. 最后一层节点（一般为Loss）所接受到的global gradient为1。
2. 加法运算符是把输出的gradient传播到所有的输入链接中。
3. max运算符是传播到较大的输入链接中。
4. 乘法运算符是乘以其他输入乘积和到输入链接中。
5. 如果节点有多个输出连接，那么他的输出global gradient是所有输出连接之和。
6. 可以把多个运算符合并为一个运算符，以简化计算，提高效率。

3. 向量化算法

大多数情况，输入输出都是向量，则local gradient为两者的Jacobian矩阵，然后仍然是global gradient与local gradient相乘。
对于max等运算节点，因为相应的Jacobian矩阵非常稀疏，可以直接采用向量元素相乘的形式。
一般深度学习网络的API中，为如何进行前向后向传播都留出了很大的余地，供使用者自由发挥。