作业六：神经网络反向传播

作业六：神经网络反向传播

|博客班级|https://edu.cnblogs.com/campus/czu/classof2020BigDataClass3-MachineLearning|

|----|----|----|

|作业要求|https://edu.cnblogs.com/campus/czu/classof2020BigDataClass3-MachineLearning/homework/12878|

|学号|201613302|

【题目】

1. 下图为三层神经网络结构，表中为输入的4条样本数据，计算第2个训练样本的前向传播过程，网络参数的初始为:W1W1=[[0.1,0.2],[0.2,0.3]]，theta1=[0.3,0.3],W2W2=[[0.4,0.5],[0.4,0.5]],theta2=[0.6,0.6]。

1. 根据上题中的神经网络结构和参数、数据，请计算反向传播过程中W(1,2)1W1(1,2)的更新过程。

【要求】

1.激活函数使用sigmoid函数，损失函数使用均方差函数；

2.请大家在博客中直接完成或在作业本上完成后拍照上传。

作业过程