反向传播中的梯度维

Question

采用一个简单的神经网络，它接收维度NxF的数据，并输出NxC，其中N，F和C分别代表样本，特征和C输出神经元的数量。不用说，考虑到我们正在处理多类分类问题，将使用具有交叉熵的softmax函数。我对如何计算反向传播的梯度有一些了解。我在下面给出了梯度计算步骤。有人可以澄清我要去哪里了。

Answer 1

我在计算softmax的梯度时做错了计算。尺寸为NxC而不是NxCxC，因此所有内容均正确排列。