上一章的内容 深度学习从入门到不想放弃-6 (qq.com)
今天讲的也算基础（这个系列后来我一寻思，全是基础
），但是可能要着重说下，今天讲前向计算和反向传播，在哪儿它都永远是核心，不管面对什么模型
前向计算：
有的叫也叫正向传播，正向计算的，有的直接把前向的方法梯度下降当成前向计算的名字。熟悉我的读者也了解，我一般不太care概念叫什么名，不重要，大家自己喜欢叫什么都行，只要理解是干啥的就行
我们先看一张老图（我用了10多遍了），神经网络说白了，就是矩阵的乘法和加法，矩阵运算起来容易些
我们再把这个图抽象成几个神经元的网络，如下图
设我们的原始函数为Y=F(x)=wix1+wi'
