转自：https://www.zhihu.com/question/24827633/answer/91489990

1. 前向传播

对于节点  来说，  的净输入  如下：

接着对  做一个sigmoid函数得到节点  的输出：

类似的，我们能得到节点  、  、  的输出  、  、  。

2. 误差

得到结果后，整个神经网络的输出误差可以表示为：

其中  就是刚刚通过前向传播算出来的  、  ；  是节点  、  的目标值。  用来衡量二者的误差。
这个  也可以认为是cost function，不过这里省略了防止overfit的regularization term（  ）
展开得到

3. 后向传播

3.1. 对输出层的 

通过梯度下降调整  ，需要求  ，由链式法则：
 ，
如下图所示：

以上3个相乘得到梯度  ，之后就可以用这个梯度训练了：

很多教材比如Stanford的课程，会把中间结果  记做  ，表示这个节点对最终的误差需要负多少责任。。所以有  。

3.2. 对隐藏层的 

通过梯度下降调整  ，需要求  ，由链式法则：
 ，

如下图所示：

参数  影响了  ，进而影响了  ，之后又影响到  、  。
求解每个部分：

 ，

其中

 ，这里  之前计算过

 的计算也类似，所以得到

 的链式中其他两项如下：
 ，

相乘得到

得到梯度后，就可以对  迭代了：

 。

在前一个式子里同样可以对  进行定义，

所以整个梯度可以写成

反向传播算法推导过程

原文：https://www.cnblogs.com/scarecrow-blog/p/11726089.html