吴恩达机器学习（神经网络参数的反向传播算法）

（1）神经网络结构的代价函数

它能在给定训练集时，为神经网络拟合参数

（2）让代价函数最小化的算法—反向传播算法

反向传播算法，也就是首先计算最后一层的误差，然后再一层一层反向求出各层的误差，直到倒数第二层。 这个就是反向传播算法的通俗解释。
关于上图的解释

假设我们有假设我们的训练集只有一个实例(x(1), y(1))，我们的神经网络是一个四层的神经网络，其中K = 4， SL = 4， L = 4。我们从最后一层的误差开始计算，
第4层误差：

第3层误差：