Backpropagation反向传播
我们上节课学习了深度学习，也知道采用梯度下降优化我们的各神经元参数，以语音识别为例，一个输入特征量1000多项，8层隐层，大致需要的w,b参数有数百万项，这样我们梯度下降的计算量是非常大的，我们为了让梯度下降计算的更有效率，我们才有反向传播的方法
插图1
链式法则chain rule
我们学过微积分的话，下图应该不难理解，不赘述，看图
插图2
我们计算神经网络损失函数时候，把函数输出
和目标值
的距离评估
（可以是交叉熵）在所有样本上求和而成，我们为了梯度下降，就需要求解w的偏微分，就变成了每个样本C的对w的偏微分和。
插图3
我们考虑一个神经元，假设就2个输入x1,x2，我们很容易就得出神经元的输出z，经过激活函数（sigmoid或Relu）输出传递给其他神经元。我们求C对w的偏导，根据链式法则，就得到2个偏微分的乘积，其中把
的计算参数称作前向传播，把
计算称作反向传播
插图4
当然z对w1,w2的偏微分是秒算的，分别是x1,x2，即w对应连结的值
插图5
如图我们把第一层输入给定后，第一层神经元的偏微分就可以求出，同时算出的激活函数输出即下一级神经元的偏微分，从左至右，一级一级下去
插图6
我们假设一个神经元激活函数前后分别是z,a，如果是sigmoid函数，那当然
，而a又可以为下一级神经元作为输入，经权重偏置计算的到Z',Z''，我们求C对z的偏微分就可以经过链式法则，a对z的偏微分就是sigmoid（z）的导数，我们很熟悉，而后者可以展开成图最后的式子，当然Z',Z''对a的偏微分就是w3,w4，但是C对Z',Z''的偏微分怎么求呢，只要还有下一级神经元，我们就需要再往下一级计算（事实上类似于递归的算法）
插图7
我们将神经元考虑成一个反向模型，输入是C对Z',Z''的偏导，由于这个神经元的参数已经确定了，所以符号采用了三角号
插图8
我们假设当前的神经元已经是最后一个，即输出就是准备送给计算损失函数的，那我们根据下图就可以求出C对Z',Z''的偏微分了，一个是激活函数对其的偏微分，另一个是根据你定义的损失函数模型的偏微分（可求）
插图9
我们假设当前神经元连结的不是输出层，即连接的还是神经元，我们为了求出当前的偏导就需要用到下一级的偏导，直到传递到输出层，和递归很向吧。其实就相当于从末尾的输出端往左侧输入端一级一级传递，所以是反向传播
插图10
我们最后总结下，为了计算z对w的偏导，我们使用前向传播，计算出每一级输出即可
为了计算出损失函数对z的误差，我们使用反向传播
最后将2者相乘就得出了损失函数对于w的偏微分，实现了梯度下降的梯度求法。
（老师说不懂这里也可以，但是我觉得这部分理解其实并不难，还是掌握比较好）
插图11
