神经网络的backpropagation方法(cnn)

1.基础的神经网络bp方法讲解

a.公式推导非常详细,但是隐藏层的损失函数推导感觉有点问题,不合逻辑,整体是最简单易懂的

https://blog.csdn.net/qq_21190081/article/details/56030571

b.写的非常详细,公式全且准确,但是推导过程较少,并且有代码支撑

https://blog.csdn.net/u014303046/article/details/78200010

c.有详细的计算过程和可视化的流程

https://blog.csdn.net/shaomingliang499/article/details/50587300

d.公式准确推导过程清晰明了,有逻辑性,好评

https://blog.csdn.net/ck1798333105/article/details/52367791

2.CNN的backpropagation方法详解

a. Notes on Convolutional Neural Networks - JakeBouvrie

http://cogprints.org/5869/1/cnn_tutorial.pdf

b.直观地讲述了卷积层和池化层bp的核心操作，方便理解，有图形。
但是最后第四点的求导数还没有透彻的理解

https://blog.csdn.net/ck1798333105/article/details/52369122

c.最完整和容易理解的教程，步骤比较清晰。
但是求卷积层上一层的误差的那里，还是没有讲透彻

https://blog.csdn.net/login_sonata/article/details/77488383
补充：

3.自动微分(Automatic Differentiation)简介

https://blog.csdn.net/aws3217150/article/details/70214422#commentBox