背景

反向传播是训练神经网络的常用方法，之前对此一直了解的不够彻底，这篇文章算是让我彻底搞懂了反向传播的细节。

概观

对于本教程，我们将使用具有两个输入，两个隐藏的神经元，两个输出神经元的神经网络。此外，隐藏和输出神经元将包括一个偏见。

基本结构如下：

为了使用一些数字，下面是最初的权重，偏见和培训输入/输出：

反向传播的目标是优化权重，以便神经网络可以学习如何正确映射任意输入到输出。

对于本教程的其余部分，我们将使用单个训练集：给定输入0.05和0.10，我们希望神经网络输出0.01和0.99。

前进通行证

首先，让我们看看神经网络目前预测的是什么，给定0.05和0.10的权重和偏差。为此，我们将通过网络向前馈送这些输入。

我们计算出净输入总到每个隐藏层神经元，壁球使用的总净输入激活功能（在这里我们使用的逻辑功能），然后重复上述过程与输出层的神经元。

以下是我们计算总净投入的方法：

然后我们使用逻辑函数对其进行压缩以获得以下输出：

执行相同的过程，我们得到：

我们重复这个过程为输出层神经元，使用隐藏层神经元的输出作为输入。

以下是输出：

并执行相同的过程，我们得到：

计算总误差

现在我们可以使用平方误差函数来计算每个输出神经元的误差，并将它们相加得到总误差：

这是包括的，以便指数在我们稍后区分时被取消。无论如何，结果最终会乘以学习率，所以我们在这里引入一个常数并不重要[ 1 ]。

例如，目标输出为0.01，但神经网络输出为0.75136507，因此其误差为：

重复这个过程（记住目标是0.99），我们得到：

神经网络的总误差是这些误差的总和：

向后传递

我们使用反向传播的目标是更新网络中的每个权重，使它们使实际输出更接近目标输出，从而最大限度地减少每个输出神经元和整个网络的误差。

输出层

考虑一下。我们想知道变化会影响总误差，也就是说。

读作“部分的衍生物相对于”。你也可以说“关于梯度”。

通过应用链式规则，我们知道：

在视觉上，这是我们正在做的事情：

我们需要找出这个方程中的每一部分。

首先，总误差相对于输出的变化有多大？

 有时表达为 

当我们取总偏差的偏导数时，数量变为零，因为它不影响它，这意味着我们正在取一个常数为零的导数。

接下来，相对于其总净投入的变化输出多少？

逻辑函数的偏导数是输出乘以1减去输出：

最后，关于变化的总净投入是多少？

把它放在一起：

为了减少误差，我们从当前权重中减去这个值（可选地乘以一些学习率eta，我们将其设置为0.5）：

有些 来源使用（alpha）来表示学习率，其他来源使用 （eta），其他使用（epsilon）。

我们可以重复这个过程中获得新的权重，以及：

在我们将新权重引入隐含层神经元之后，我们执行神经网络中的实际更新（即，当我们继续下面的反向传播算法时，我们使用原始权重，而不是更新的权重）。

隐藏层

接下来，我们将继续为新的计算值，向后传递，，，和。

大图片，这是我们需要弄清楚的：

视觉：

我们将使用与输出层类似的过程，但略有不同，以说明每个隐藏层神经元的输出对多个输出神经元的输出（并因此产生误差）的贡献。我们知道这影响到两者，因此需要考虑它对两个输出神经元的影响：

从以下开始：

我们可以使用我们之前计算的值来计算：

并且等于：

将它们插入：

按照相同的过程，我们得到：

因此：

现在，我们有，我们需要弄清楚，然后每一个权重：

我们计算总净投入的偏导数，与我们对输出神经元所做的相同：

把它放在一起：

我们现在可以更新：

重复这些，和

最后，我们已经更新了所有的重量！当我们最初输入0.05和0.1的输入时，网络上的误差为0.298371109。在第一轮反向传播之后，总误差现在降至0.291027924。它可能看起来并不多，但是在重复这个过程10,000次后，错误会直线下降到0.0000351085。此时，当我们提前0.05和0.1时，两个输出神经元产生0.015912196（vs 0.01目标）和0.984065734（vs 0.99目标）。

如果你已经做到了这一点，并发现上述任何错误，或者可以想出任何方法使未来的读者更清楚，不要犹豫，给我一个笔记。谢谢！