Elijah's daily

反向传播算法是深度学习的基础之一，其主要的核心就是对代价函数EE关于权重ww（或偏置bb）的偏导数∂E{\partial E}/∂w{\partial w}的表达式。这个表达式代表在改变权值和偏置时，代价函数变化的快慢。使用wljkw_{jk}^l表示从(l−1)th(l-1)^{th}层的kthk^{th}神经元到lthl^{th}层的jthj^{th}神经元上的权重。之所以ll的序号在(l−1)

#此为单变量版import tensorflow as tfimport numpy as np#creat datax_data = np.random.rand(100).astype(np.float32)#随机100个数据项，以float32格式存储y_data = x_data*0.1+0.3#y=0.1x+0.3###creat tensorflow structure star