Deep Learning|神经网络原理学习笔记(8) ：玩转反向传播——反向传播四个基本方程（1）输出层误差方程与误差的跨层表示

好久没更，说一下反向传播的四个基本方程。
第八篇了，我发现写博客夹带私货的能力倒是强了不少。
今天夹带一个日文歌（搜网易云）：
歌手：she Her Her Hers
歌名：Episode 33

❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤分割线

反向传播本质上是表现了权重和偏置的变化如何影响了代价函数。终极意义是计算代价函数的两个偏导：$\partial C/\partial {\omega }_{jk}^l$和$\partial C/\partial b_{jk}^l$。

1 误差${\delta }_j^l$

1.1 ${\delta }_j^l$的引入

为了计算以上两个偏导数，需要先引入一个中间量${\delta }_j^l$，这个中间量的含义我们暂且定为在第