机器学习记录 两个简单的知识点，前向传播计算输出，反向传播更新参数 前向传播——神经网络从输入到输出 前向传播（Forward Propagation）是指从输入层开始，数据依次通过网络中的每一层，直到输出层，生成最终预测结果的过程，是一系列的线性变化（加权求和）和非线性激活函数操作。 反向传播——更新参数 反向传播（Back Propagation）是神经网络中的参数学习过程，根据前向传播得到的结果，计算出损失，然后计算梯度，最终更新参数。
