取导数背后的概念是什么？有趣的是，为了以某种方式教授一个系统，我们必须调整它的权重。但是为什么我们要使用传递函数的推导来做这件事。推导中的什么对我们有帮助。我知道推导是给定点连续函数的斜率，但这与问题有什么关系。
最佳答案
你一定已经知道成本函数是一个以权重为变量的函数。
现在将其视为 f(W)。
我们在这里的主要动机是找到一个 W，我们可以得到 f(W) 的最小值。
这样做的一种方法是在一个轴上绘制函数 f，在另一个轴上绘制 W ......但请记住，这里 W 不仅仅是一个变量，而是一个变量的集合。
那么另一种方式是什么呢？
它可以像改变 W 的值一样简单，看看我们得到的值是否低于 W 的先前值。
但是为 W 中的所有变量取随机值可能是一项乏味的任务。
所以我们要做的是，我们首先为 W 取随机值，然后查看 f(W) 的输出和每个变量的所有值的斜率(我们通过将函数与第 i 个变量进行部分微分并将第 i 个变量的值)。
现在一旦我们知道空间中那个点的斜率，我们就会向斜率的下侧移动一点(这个小因素在梯度下降中被称为 alpha)并且一直持续下去，直到斜率给出相反的值，表明我们已经达到了图中的最低点(具有 n 维的图，函数与 W，W 是 n 个变量的集合)。
关于neural-network - 为什么我们在计算反向传播算法时要取传递函数的导数？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35765607/