反向传播的理解

本文仅供个人学习记录复习所用，无其他用途。

看到一篇好文，分享记录下。

反向传播——通俗易懂_chengchaowei的博客-CSDN博客_反向传播最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果...https://blog.csdn.net/weixin_38347387/article/details/82936585

尚存疑问：

“如果我们想知道w5对整体误差产生了多少影响，可以用整体误差对w5求偏导求出”——请教下，“整体误差对w5求偏导”为什么可以表征“w5对整体误差产生了多少影响”？

若有路过大佬看到本文求指教下~👍

参考代码：

python 反向传播算法的入门教程的简单代码实现_rory_wind的博客-CSDN博客_python 反向传播代码读到了一篇讲解特别友好的博客，很适合新手学习了解后向传播算法的概念。但是原作者没有附上代码，所以我便照着教程写了份代码附上。原教程：反向传播——通俗易懂源码：import numpy as npi1=0.05#输入神经元1i2=0.10#输入神经元2b1=0.35#截距项1b2=0.60#截距项2w1=0.15w2=0.20w3=0.25w4=0.30w5=0.40w6=0.45w7=0.50w8=0.55target_o1=0.01target_o2=0.99https://blog.csdn.net/rory_wind/article/details/112505261