四层神经网络，反向传播计算过程；四层神经网络中：y的函数公式是什么
目录
四层神经网络，反向传播计算过程
网络结构
前向传播
损失函数
反向传播
1. 计算输出层到隐藏层 2 的梯度
2. 计算隐藏层 2 到隐藏层 1 的梯度
3. 计算输入层到隐藏层 1 的梯度
梯度下降更新
四层神经网络，反向传播计算过程
在四层神经网络中，使用均方差损失函数进行反向传播计算是一个常见的训练过程。这里我们简单举例说明这个过程。
网络结构
假设我们有一个四层神经网络，包括：
- 输入层（Input Layer）：有 n0 个神经元（不包括偏置项），接收输入数据 x。
- 隐藏层 1（Hidden Layer 1）：有 n1 个神经元，激活函数为 f1（如ReLU或Sigmoid）。
- 隐藏层 2（Hidden Layer 2）：有 n2 个神经元，激