让我们开始吧。
我就不举例了，主要给自己理解而且没人看，懒得再加例子了。我也不用术语了，理由同上。我自己也整不明白啥事神经网络的反向传播，我是玻璃心，我很菜但你不能骂我呜呜呜（逃
我们的目标是什么？找到一个“权值”，使得神经网络——这里用“全相联”——输出的东西尽可能准确。什么是准确？我们没办法找到一个完美的表达式，只能找到一个近似的“函数”——在这里是神经网络——来尽可能输入一个x，然后获得一个尽可能准确的y。为了构造这么一个“函数”，我们需要一些数据。
我们的数据都是类似（(x)，(y)）这样的“对”，我们有很多这样的“对”。我们想办法找到一个函数，这个函数拥有这样的性质：输入我们的“数据集”里面的x们，输出的y们尽可能和我们本来就有的y相同。（We want to find out a function that has these properties: for the input in our dataset, the output should be correspond to our original output or lable）
“输出的y们尽可能和我们本来就有的y相同”，这句话里面的“尽可能”我们怎么定义？我们用一个函数：
(cost(mathbf{X}, mathbf{Y}, Theta)=-frac{1}{m}left[sum_{i=1}^{m}left(mathbf{logleft(h_{Theta}left(x^{(i)}
ight)
ight)}mathbf{y^{(i)}}^T+ mathbf{log left(1-h_{Theta}left(x^{(i)}
ight)
ight)}left(mathbf{1-y^{(i)}}
ight)^T
ight)
ight])
这个是挺不符合常用惯例的，反正也没人看我就这么用了怎么滴（逃
其中，(mathbf{X})是我们数据集的输入部分，一行一个“数据例子”，我们有“m”行，第 i 行——我们叫做(mathbf{x^{(i)}})——都是一个“数据例子”，一行里面有a个“数据特征”。
(mathbf{Y})是我们数据集的“预期输出部分”——也就是我们想要的输出——一样的，我们有“m”行。一行一个“数据例子的输出”，第 i 行——我们叫做(mathbf{y^{(i)}})——是数据例子的输出，一行有b个“结果显示”。
(mathbf{h_{Theta}(x^{(i)})})就是我们的神经网络了，详情请参阅下图：
g(x)就是sigmoid这个激活函数。
我们没有考虑正则化这些压着过拟合的东西。
注意那一整坨东西都是在累加符号——(Sigma)——里面的。什么？你说哪一坨？你觉得哪坨恶心那就是哪一坨（逃
这个函数可能和一些别的书不同，这个意会就好。
前置知识如上。还有就是梯度下降了。
我们正式开始。
回到我们的评判标准——也就是(cost(mathbf{X}, mathbf{Y}, Theta))，容易知道，越大，那么结果偏离的越大。我们想办法把这玩意尽可能变小，两种方法：直接算极值或者借助借助梯度下降。我们用梯度下降这种方法来演示。梯度下降是啥？逆着梯度往下走——我们使用全部的数据，不搞任何优化。
我们就用演示神经网络那张图里面的神经网络，来演示反向传播。
大家凑合着看吧，这个文字编辑器我不会用，只好用这份手稿了。
大家看的时候不要嫌弃我就好（逃