深度学习入门课程学习笔记06 反向传播
反向传播：
咱们在之前的课程讲了一系列的前向传播的知识点，前向传播也就是从输入到最终计算出LOSS值这一系列过程，那么这节课咱们要讲一个更重要的知识点也就是反向传播。反向传播最直观的意思就是说咱们要从LOSS值入手一步步的往回看，看什么呢？就是要看咱们的每一个权重参数对最终的LOSS值做了多大的贡献。
最简单的小例子
首先咱们用一个最简单的小例子来看一下反向传播是怎么一回事，如上图最终的LOSS值等于-12下面咱们就要算对于X,Y,Z三个输入来说分别对于LOSS值做了多大的贡献，首先咱们用q=x+y，f=qz分别表示中间的计算过程。那么咱们要算什么呢？反向传播最终要算的就是最终的LOSS值对X,Y,Z三个输入的偏导数，这个偏导数该怎么算呢？在这里我们遵循一个链式法则也就是对于输入来说他对于最终LOSS的贡献等于他前面传播下来的梯度再乘以自身的梯度。
链式法则
这里就是梯度传播的计算方式，我们要算X和Y对于最终LOSS的贡献（换句话说就是反向传播到X和Y的梯度的大小）要先算前面一层传播到X和Y的梯度再去计算X和Y自身的梯度。
稍难的例子
咱们再来看一个稍微难一些的例子，上图表示的是咱们之前说过的这个SIGMOID函数，咱们接下来要算的就是这个函数梯度传播的过程，导数计算的公式我已经写在图上了，咱们只需要根据导数的计算方式一步步的从最终的LOSS值往回算就可以了，下面浅红色的值就是梯度传播的值。
这里我们可以看到梯度传播可以是一步一步的传播也可以一步传播一整块，这一整块我们把它当做是一个整体，相应的就要计算这一整个块的梯度了，也就是直接对SIGMOID函数求导。
梯度传播的门
这里咱们所说的门就是一个单位区域，我们可以从图中看出来咱们在计算梯度传播的过程中无外乎就是这几种门的操作，每种门也都有它各自的特性，他们的特性是怎么得出的呢？这里就不带大家一步步算了，咱们可以动动笔算一下梯度的传播然后就知道为什么这些门有不同的特性了。
反向传播就先说到这里了，这里只是很简单的谈了一下反向传播具体的计算过程如果同学们还是不太理解建议看一下原始课程会有很详细的推导。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据工作的全流程中，数据清洗是最基础、最耗时，同时也是最关键的核心环节，无论后续是做常规数据分析、可视化报表，还是开展 ...
2026-03-20在大数据与数据驱动决策的当下，“数据分析”与“数据挖掘”是高频出现的两个核心概念，也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA（Certified Data Analyst）数据分析师的全流程工作闭环中，统计制图是连接严谨统计分析与高效业务沟通的关键纽带，更是CDA ...
2026-03-20在MySQL数据库优化中，分区表是处理海量数据的核心手段——通过将大表按分区键（如时间、地域、ID范围）分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域，同比、环比增长率是分析数据变化趋势的核心指标——同比（YoY）聚焦“长期趋势”，通过当前周期与 ...
2026-03-19在数据分析与建模领域，流传着一句行业共识：“数据决定上限，特征决定下限”。对CDA（Certified Data Analyst）数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值，在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案，解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域，高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进，垃圾结果出”，这是数据分析领域的黄金法则，更是CDA（Certified Data Analyst）数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中，决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势，成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中，卡方检验是一类基于卡方分布的假设检验方法，核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中，企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中，订单数据分散在交易平 ...
2026-03-17在数字化时代，数据分析已成为企业决策、业务优化、增长突破的核心支撑，从数据仓库搭建（如维度表与事实表的设计）、数据采集清 ...
2026-03-16在数据仓库建设、数据分析（尤其是用户行为分析、业务指标分析）的实践中，维度表与事实表是两大核心组件，二者相互依存、缺一不 ...
2026-03-16数据是CDA（Certified Data Analyst）数据分析师开展一切工作的核心载体，而数据读取作为数据生命周期的关键环节，是连接原始数 ...
2026-03-16在用户行为分析实践中，很多从业者会陷入一个核心误区：过度关注“当前数据的分析结果”，却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代，用户的每一次点击、浏览、停留、转化，都在传递着真实的需求信号。用户行为分析，本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业，量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA（Certi ...
2026-03-13在机器学习建模体系中，随机森林作为集成学习的经典算法，凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势，成为分类、 ...
2026-03-12在机器学习建模过程中，“哪些特征对预测结果影响最大？”“如何筛选核心特征、剔除冗余信息？”是从业者最常面临的核心问题。随 ...
2026-03-12
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
