私は最近Courseraの教授Ng's Machine Learningコースを修了しましたが、私はバックプロパゲーションアルゴリズムを理解することに若干の問題があります。私はシグモイド関数を使ってバックプロパゲーションのビショップコードを読み込もうとします。バックプロパゲーションが何をするのかを説明しようとするきれいなコードを検索して見つけましたが、コードを理解する上で問題が残っていますバックプロパゲーションアルゴリズムのビショップコードの説明
本当にバックプロパゲーションは何をしていますか？私のためのコードを説明する？
hereは、私はgithubので見つかったと、私はあなたがネットワークのエラーを持っている
前にそれを言及したコードです。バックプロパゲーションの最初のステップは、ネットワーク内の各ニューロンの罪悪感の一部を計算することです。あなたの目標は、重みを依存するものとしてエラーを記述することです（変更可能なパラメータ）。したがって、バックプロット方程式は部分導出誤差/重みである。
最初のステップ：エラー信号=（所望の結果 - 出力ニューロンの出力）x derivationactivation（x） ここで、xは出力ニューロンの入力です。それは出力ニューロンの罪悪感の一部です。
次のステップでは、隠れユニットの罪悪感の一部を計算します。このステップの第1の部分は、隠れユニットと次の層ユニットとを接続する次のレイヤーxウェイトのエラー信号の合計である。そして休息は活性化機能の部分的な誘導である。誤差信号=合計（次の層エラーx重量）×導出活性（x）。
最終ステップは重みの適応です。
WIJ = errorsignal_i X learning_rate X output_of_neuron_j
のMatlabにおけるBPの私の実装NN