深度学习的核心：正向传播与反向传播

深度学习是一种强大的机器学习方法，它在许多领域，如计算机视觉、自然语言处理和语音识别等方面取得了重大突破。深度学习的核心原理之一是神经网络的正向传播和反向传播算法。本文将详细介绍正向传播和反向传播的概念和实现，并提供相应的源代码。

正向传播是神经网络中的前向计算过程。在正向传播中，输入数据通过网络的各个层级进行处理，最终产生输出结果。每个神经元接收来自上一层神经元的输入，并通过激活函数计算输出。以下是一个简单的正向传播的示例代码：

import numpy as np

# 定义激活函数
def sigmoid(x):
    return 1 /