---

1. GD算法

        首先，简要回忆一下GD梯度下降算法：
                        
解读如下：

       对于网络参数有w、b等数值，将这些参数统一归为网络参数θ，将损失函数对这些参数进行求导，通过更新规则 $\theta ^{i+1}=\theta ^{i}-\eta \triangledown L(\theta ^{i})$θi+1=θi−η▽L(θi) 来对参数进行更新。先已知初始网络参数 θ⁰，再求出loss function L(θ⁰) 的导数，从而得到 θ¹，……依次如下，不断更新参数。

---

 
对于网络结构可以简化为下图结构：
                            
       其中：输入数据 xⁿ，经过网络后生成输出数据 yⁿ，Cⁿ 则是表示输出数据与真实数据之间距离的function，将所有的 Cⁿ 相加得到 Loss function，如下：
              
为什么需要反向传播？它有什么作用？
       

当我们想去求 C 对 w 求导时，根据链式法则，我们可以知道 $\frac{\partial C}{\partial w}=\frac{\partial C}{\partial z}\frac{\partial z}{\partial w}$∂w∂C​=∂z∂C​∂w∂z​ ，其中 $\frac{\partial z}{\partial w}$∂w∂z​是前向传播，$\frac{\partial C}{\partial z}$∂z∂C​是反向传播

---

 

2. Forward pass

        首先，对于简单一层网络结构，其前向传播求导很简单，如下图所示：
        
对于多层结构，求导也是很简单！
        
前向传播很简单，$\frac{\partial z}{\partial w}$∂w∂z​ 容易求出。

---

 

3. Backward pass

对于求解 $\frac{\partial C}{\partial z}$∂z∂C​ ，由于 C 与 z 关系复杂，不像前向传播直接可以计算结果。
        
假定$\frac{\partial C}{\partial {z}'}$∂z′∂C​ 与 $\frac{\partial C}{\partial {z}''}$∂z′′∂C​ 都已知，那么就有：
         
可以看成：（反向传播）从后向前！
         
回到现实中，$\frac{\partial C}{\partial {z}'}$∂z′∂C​ 与 $\frac{\partial C}{\partial {z}''}$∂z′′∂C​ 还是需要计算，具体求解就依照反向传播来进行。

情况一：

         假如 z’ 以及 z’’ 之后接的就是输出层，那么$\frac{\partial C}{\partial {z}'}$∂z′∂C​ 与 $\frac{\partial C}{\partial {z}''}$∂z′′∂C​易求出
         
情况二：

         假如后面不是直接接输出层，那么就需要一步一步反向来计算。
         
先计算后面的导数，慢慢向前推。