反向传播算法-step by step

关于反向传播算法，尚未理解清楚：

下面两个链接给出了一个简单的反向传播算法的详细步骤：

中英对照：英文原文（可能需要翻墙）       

                    中文翻译-无公式

以误差（损失函数） 对 某权重 w  求偏导，所得即是 此权重值 对产生误差的 影响大小。

所得偏导（绝对值）越大，则影响越大。

用这个  偏导  乘以  某一常数   取反 加到 原来的 w 上去，对 w 进行更新。

我觉得反向传播算法与梯度下降法的关系是：

反向传播算法的每一步都利用梯度下降算法来决定更新。

前向传播用于计算预测结果，

反向传播把预测值与实际值的误差作为优化对象，利用梯度下降算法来更新 权重。

运用类比理解梯度下降法：

梯度下降法背后的直观感受可以用假设情境进行说明。一个被卡在山上的人正在试图下山（即试图找到极小值）。大雾使得能见度非常低。因此，下山的道路是看不见的，所以他必须利用局部信息来找到极小值。他可以使用梯度下降法，该方法涉及到察看在他当前位置山的陡峭程度，然后沿着负陡度（即下坡）最大的方向前进。如果他要找到山顶（即极大值）的话，他需要沿着正陡度（即上坡）最大的方向前进。使用此方法，他会最终找到下山的路。不过，要假设山的陡度不能通过简单地观察得到，而需要复杂的工具测量，而这个工具此人恰好有。需要相当长的一段时间用仪器测量山的陡峭度，因此如果他想在日落之前下山，就需要最小化仪器的使用率。问题就在于怎样选取他测量山的陡峭度的频率才不致偏离路线。

在这个类比中，此人代表反相传播算法，而下山路径表示能使误差最小化的权重集合。山的陡度表示误差曲面在该点的斜率。他要前行的方向对应于误差曲面在该点的梯度。用来测量陡峭度的工具是微分（误差曲面的斜率可以通过对平方误差函数在该点求导数计算出来）。他在两次测量之间前行的距离（与测量频率成正比）是算法的学习速率。参见限制一节中对此类型“爬山”算法的限制的讨论。--from wikipedia