· 约 2 分钟 · 441 字
Backpropagation
反向传播（Backpropagation）
神经网络训练的核心算法。基于链式法则，从输出层向输入层逐层计算梯度。
核心思想
- 前向传播：输入 → 逐层计算 → 输出
- 损失计算：输出 vs 真实值 → 误差
- 反向传播：从输出层开始，逐层往回计算梯度（链式法则）
- 参数更新：梯度下降 → 调整权重
相关项目
- micrograd — Karpathy 的微型 autograd 引擎
- nn-zero-to-hero — 课程涵盖
神经网络训练的核心算法。基于链式法则，从输出层向输入层逐层计算梯度。