文档摘要

4.2 反向传播：误差如何倒流回每个工位 本节摘要：反向传播是训练闭环的回流管道：损失对输出求导，沿计算图逐层倒推，把"每个参数该为这次错误负多少责"（梯度）送到它手里。本节用一个两层小账完全手算一遍前向与反向，再让自动求导对账，最后用连乘实验看清梯度消失的算术本质。 一笔可以全手算的账 取最小的场景：一个样本、一个参数 w、一个偏置 b。前向两步——z = w×x + b（加权求和），损失 L = (z − t)²（差的平方）。 会员。《4.2 反向传播：误差如何倒流回每个工位》收录于灏天文库文集《CNN 深度解析：图像识别的基石》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/449-cnn-%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E7%9A%84%E5%9F%BA%E7%9F%B3

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流