深度学习（一）关于神经网络反向传播权重更新

为了更好的理解神经网络权重更新，反向传播，链式法则，激活函数，向量，矩阵，b都没严格说明，文章只提供了思路。

单个神经元

线性回归：

思路：多个样本x，y训练校正w

两个神经元

线性回归：

思路：多个样本x，y训练校正w

多层神经元

线性回归：

思路：

1、中间层t，y训练校正w，完成w1~w6的更新

2、把t1，t2，t3带入到y1，y2，也就没有t1，t2，t3的事了，同样，多个样本x，y训练校正w，，完成w7~w12的更新

多层神经元需要说明的是：损失L是指，该层与最后一层之间的损失，中间层都可以通过嵌套方式由该层的x来表示，就相当于中间层是完全透明的一样。