這一回聊一下神經(jīng)網(wǎng)絡(luò)的反向傳導(dǎo)算法問(wèn)題。反向傳導(dǎo)算法是一個(gè)比較復(fù)雜的算法，但是如果把它拆解開(kāi)，其實(shí)每一個(gè)小步驟并不復(fù)雜。

在此之前需要先介紹一個(gè)概念，那就是模型訓(xùn)練目標(biāo)。神經(jīng)網(wǎng)絡(luò)是一個(gè)用在監(jiān)督學(xué)習(xí)上的模型，所謂的監(jiān)督學(xué)習(xí)就是我們要提前知道輸入和輸出。那么我們的模型訓(xùn)練目標(biāo)自然是希望模型在接收輸入后，可以得到和我們提前知道的一樣的輸出。

但是怎么描述這個(gè)“一樣”呢？現(xiàn)實(shí)中會(huì)有很多具體的表述方法。這里我們介紹并采用一種相對(duì)簡(jiǎn)單的方式，那就是二次損失函數(shù)。對(duì)于模型的輸出y，和我們提前知道的理論輸出t，有：

下面的時(shí)間請(qǐng)大家想象這個(gè)神經(jīng)網(wǎng)絡(luò)……

不用想了，畫(huà)了個(gè)比較丑的……

下面的時(shí)間我們來(lái)推導(dǎo)神經(jīng)網(wǎng)絡(luò)的優(yōu)化公式。推導(dǎo)公式本身不需要太多的數(shù)學(xué)知識(shí)，但是需要一些耐心，我們首先解決一個(gè)數(shù)據(jù)的推導(dǎo)，然后擴(kuò)展到一批（batch）數(shù)據(jù)上。

我們的目標(biāo)函數(shù)是這個(gè)損失函數(shù)Loss，優(yōu)化方法還是之前提到的梯度下降法，那么我們就需要求出每一個(gè)參數(shù)的梯度，也就是：

如果我們能求出上面的17個(gè)梯度，后面我們就可以用負(fù)梯度乘以步長(zhǎng)進(jìn)行優(yōu)化迭代了，說(shuō)實(shí)話，直接求解這些確實(shí)有點(diǎn)難，這時(shí)候微分世界的一大神器就來(lái)了，那就是鏈?zhǔn)角髮?dǎo)。我們把數(shù)據(jù)傳遞的過(guò)程再詳細(xì)描述一下：

下面就按照這個(gè)順序分步求導(dǎo)，對(duì)于上面的六個(gè)變量和模型的參數(shù)，我們根據(jù)每個(gè)分布的公式求出每個(gè)變量最近的輸出的導(dǎo)數(shù)：

到這歇一下，我們已經(jīng)順利求出第二層的所有參數(shù)的導(dǎo)數(shù)了，具體的求導(dǎo)過(guò)程在這就不說(shuō)了。下面是第一層

看著十分復(fù)雜是吧？可是實(shí)際上其中每一個(gè)部分都已經(jīng)被我們計(jì)算了，我們只需要把數(shù)據(jù)全部代入就可以了。當(dāng)然，實(shí)際上如果嚴(yán)格按照公式進(jìn)行計(jì)算，梯度的公式會(huì)比這個(gè)更復(fù)雜，但是其中一部分梯度實(shí)際上等于0，所以在此略去。

而且，隨著我們從高層網(wǎng)絡(luò)向低層計(jì)算的過(guò)程中，很多中間結(jié)果可以用于計(jì)算高層參數(shù)的梯度了。所以經(jīng)過(guò)整理，全部的計(jì)算過(guò)程可以如下表示：

以上就是計(jì)算的全過(guò)程了，經(jīng)過(guò)了這個(gè)過(guò)程，我們確實(shí)做到了導(dǎo)數(shù)的求解，雖然有些繁瑣，但是是不是看上去沒(méi)那么復(fù)雜了？

上面的8個(gè)步驟我們呢可以分成2部分：1-4步實(shí)際上完成了第2層神經(jīng)網(wǎng)絡(luò)的梯度計(jì)算，5-8步實(shí)際上完成了第1層神經(jīng)網(wǎng)絡(luò)的梯度計(jì)算。抽象地分析，可以得出：

如果每一個(gè)高層把下面一層的輸出梯度計(jì)算好傳遞過(guò)去，那么我們就可以把每一層抽象出來(lái)，各自完成各自的計(jì)算即可，層與層之間的計(jì)算可以做到"完全獨(dú)立"，雖然它們是連在一起的。