SecondBrain/01 Library/11 Machine Learning/Обратное распространение ошибки.md

status, type, tags, created, updated, title

status	type	tags	created	updated	title
stable	concept	machine-learning neural-networks backpropagation gradient-descent	2025-12-17	2026-05-07	Обратное распространение ошибки

Обратное распространение ошибки

Обратное распространение ошибки (backpropagation) - алгоритм вычисления градиентов функции ошибки по весам многослойной Нейронные сети. Само обновление весов выполняет градиентный спуск или его модификации, а backpropagation отвечает за эффективный расчёт производных.

Главная идея: сначала сеть выполняет прямой проход и получает предсказание, затем ошибка распространяется от выходного слоя назад к предыдущим слоям. Для каждого веса считается, как изменение этого веса повлияло бы на итоговую ошибку.

Как выглядит

!

Где используется

Backpropagation нужен при обучении сетей с учителем:

X^{(p)} \rightarrow Y^{(p)} \approx D^{(p)}

где:

• X^{(p)} - входной объект;
• Y^{(p)} - выход сети;
• D^{(p)} - целевой ответ;
• p - номер обучающего примера.

Алгоритм применим к многослойным сетям, если функции активации дифференцируемы или хотя бы имеют используемую на практике производную почти всюду.

Базовый цикл

1. Подать входной вектор X на вход сети.
2. Выполнить прямой проход и получить выходы всех слоёв.
3. Посчитать ошибку E между предсказанием Y и целевым ответом D.
4. Посчитать локальную ошибку выходного слоя.
5. Распространить ошибку назад и посчитать локальные ошибки скрытых слоёв.
6. Найти градиенты по весам.
7. Обновить веса в направлении антиградиента.
8. Повторять до выполнения условия остановки: лимит эпох, малая ошибка, малая норма градиента или отсутствие улучшения.

Ключевые формулы

Для квадратичной ошибки:

E=\frac{1}{2}\sum\limits_{l=1}^{m}(y_l-d_l)^2

Обновление веса через градиентный спуск:

w_{ij}(t+1)=w_{ij}(t)-\alpha\frac{\partial E}{\partial w_{ij}(t)}

где:

• w_{ij} - вес связи;
• t - номер шага обучения;
• \alpha - скорость обучения (learning rate);
• \frac{\partial E}{\partial w_{ij}} - производная ошибки по весу.

Локальная ошибка

Для выходного слоя:

\delta_l^{(2)}=(y_l-d_l)F'(S_l^{(2)})

Для скрытого слоя:

\delta_i^{(1)}
=
F'(S_i^{(1)})
\sum\limits_{l=1}^{m}
\delta_l^{(2)}w_{li}^{(2)}

Смысл \delta: на выходном слое она показывает ошибку нейрона с учётом производной активации, а на скрытом слое собирает вклад ошибок следующего слоя, взвешенный связями.

Что вынесено отдельно

• Backpropagation для однослойного перцептрона - подробный математический вывод через правило цепочки.
• Backpropagation для многослойной нейронной сети - общий алгоритм для произвольного числа слоёв.

Интуиция

Backpropagation - это не отдельный способ оптимизации, а способ быстро вычислить градиенты. Оптимизацию делает градиентный спуск или его модификации: SGD, Momentum, Adam и т.д.

Градиент веса получается как локальная ошибка нейрона, в который входит вес, умноженная на вход этого веса. Поэтому после обратного прохода обновление всех весов становится локальной операцией.

Иллюстрации

!Pasted image 20260417105754.png

!Pasted image 20260417105833.png

Связанные заметки

• Backpropagation для однослойного перцептрона
• Backpropagation для многослойной нейронной сети
• Нейронные сети
• Линейные модели