引言
反向传播算法(Backpropagation)是目前用来训练人工神经网络最常用且最有效的算法。1986年, Hinton, 深度学习之父, 和他的合作者发表了论文,首次系统地描述了如何利用BP算法有训练神经网络。从这一年开始,BP在有监督的神经网络算法中占着核心地位。它描述了如何利用错误信息,从最后一层(输出层)开始到第一个隐层,逐步调整权值参数,达到学习的目的。话不多说,接下来就开始一个简单的网络,来推导反向传播算法中每层w和b的更新。
网络结构如下:
向前传播
误差函数
反向传播