使用简单的ANN进行反向传播

Question

我观看了讲座并得出了反向传播的方程，但它是一个简单的例子，有3个神经元：一个输入神经元，一个隐藏的神经元和一个输出神经元。这很容易得出，但我如何对更多的神经元做同样的事情呢？我不是在谈论添加更多图层，我只是谈论在现有的三层中添加更多神经元：输入，隐藏和输出层。

我的第一个猜测是使用我只为3个神经元和3个层的网络导出的方程式，并迭代所有可能的路径到更大网络中的每个输出神经元，更新每个权重。但是，这会导致某些权重不止一次更新。我可以这样做，还是有更好的方法？

Answer 1

如果你想了解更多关于反向传播的信息，我建议你阅读斯坦福大学http://cs231n.github.io/optimization-2/的这个链接，这将真正帮助你理解反向传播和下面的所有数学。