其实我本来是不打算学这个算法的。虽然这个算法很基础，但是跟数学太紧密了，满屏的公式让我有种欲哭无泪的感觉。可是，每次看到深度学习一些新技术的时候，这个算法（或者其变体）总要跳出来干扰我的理解。就跟隔壁老王一样，你不摸清楚他的来龙去脉，总感觉心里不踏实。
我能怎么办？我也很绝望啊！在饱受其困扰之后，我决定一探究竟，自己实现以下该算法，顺便学习以下python以及NumPy。这代码一写，好家伙，我发现之前对epoch和mini_batch的理解都是有偏差的。果然还是要实践才能发现我只是错误的以为我以为我懂了。
[注：已经了解基础概念的，希望看证明或者详细介绍backpropagation的，不需要看本篇水文，直接跳到下一篇]
要讲Backpropagation，得从基础的神经网络说起（前一篇有讲到神经网络和深度学习等这些词是嘛意思）。神经网络有许多种形式，比较基础的一种称之为feedforward神经网络（另外还有recurrent神经网络，这里不涉及）。它是啥意思呢，盗一张图说明一下：
简单点说，就是前一层的输出，作为后一层的输入，后一层的输出（或者中间值）并不对前一层造成影响。
图中，每个圆圈，代表一个神经元。每一根箭头，代表一个权重（weight, w)，它表示输出神经元与接收神经元之间联系的强弱。每个圆圈（除了第一层的）会有一个偏差（bias， b）对应，表示一个修正，是一个与前一层神经元无关的常数。
如果认为前一层的输出是x的话， 后一层跟前一层关联的输入就是
这玩意用矩阵的方式表示，就是wx(这里w和x都是矩阵, 对于图中第一层和第二层而言，w是
4*6的矩阵，x是6*1的矩阵，为啥我要说这么细，因为这样子对初学者来说才直观）。但这里我们还需要加入一个常量起到偏移作用， 所以输入就是z=wx+b（注意，这里都是矩阵）。但是这样还没完，单纯这样的变化，并不能让神经元的表达能力逆天，所以发明这些的人，又给神经元再套了一个函数，称之为激活函数（Activation Function），它为神经元的输出加入非线性特性，增强了神经网络对训练数据的学习能力。所以，神经元的输出就变成了：
这里的a就是上文中的x。把这个公式不断地应用到下一层，就可以计算出整个神经网络的输出。
深度学习的过程，说白了，就是先随机（当然并不是完全随机，里面藏着一些猫腻）生成每一层的w和b，然后用一些方法不断对它们进行修正。凭什么修正呢？数据！你得预先准备好一堆数据，每个数据的意思就是给定一个输入（x)， 应该得到什么输出(d)。因为有了输入之后，一定可以根据上面的公式和已有的w和b（我们已经随机好了初始值）， 算出一个最终输出(y)，算的过程就是上面这个公式一层一层迭代过去。这个输出（y)跟真正的输出(d)不一样。学习过程就是不断调整w和b， 让d和y之间的差距尽量小。
这里又有一个地方要注意了，图中最后一层只有一个神经元，但是实际上最后一层可以有多个神经元的，因此y是一个矩阵。相应的d也是一个矩阵。那怎么定义差距呢？下面两个公式说明了一种定义方式：
这个看起来很直观吧，就跟几何上的“距离”类似。不过再次强调一下，这只是损失函数的一种形式（搞机器学习的学者们还发明了一堆奇形怪状的损失函数，脑洞之大，我只能说在下心服口服）。
本来只想写backpropagation的，因为网上很多推导不全，或者讲得不够直白。但没想到只是介绍最最基础的东西， 就这么多了， 那剩余的部分，待下回分解吧。
