[转]CS231n课程笔记翻译：反向传播笔记
译者注：本文智能单元首发，译自斯坦福CS231n课程笔记Backprop Note，课程教师Andrej Karpathy授权翻译。本篇教程由杜客翻译完成，堃堃和巩子嘉进行校对修改。译文含公式和代码，建议PC端阅读。 原文连接https://zhuanlan.zhihu.com/p/21407711?refer=intelligentunit 原文如下： 简介 目标：本节将帮助读者对反向传播形成直观而专业的理解。反向传播是利用链式法则递归计算表达式的梯度的方法。理解反向传播过程及其精妙之处，对于理解、实现、设计和调试神经网络非常关键。 问题陈述：这节的核心问题是：给定函数f(x) ，其中x是输入数据的向量，需要计算函数f关于x的梯度，也就是▽f(x)。 目标：之所以关注上述问题，是因为在神经...阅读全文
