BP算法步骤:
1)正向传播:输入样本->输入层->各隐层(处理)->输出层
注1:若输出层实际输出与期望输出(教师信号)不符,则转入2)(误差反向传播过程)
2)误差反向传播:输出误差(某种形式)->隐层(逐层)->输入层
其主要目的是通过将输出误差反传,将误差分摊给各层所有单元,从而获得各层单元的误差信号,进而修正各单元的权值(其过程,是一个权值调整的过程)。
注2:权值调整的过程,也就是网络的学习训练过程(学习也就是这么的由来,权值调整)。
对于BP算法的推导目前看到最好的教程是ufldl课程上的推导。网址为http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks/。涵盖了具体的前向传播和后向传播。
中文比较详细的反向传播公式的推导网址为:http://ufldl.stanford.edu/wiki/index.php/反向传导算法。(里面添加了残差公式具体推导)。