7.4　反向傳播算法實現及與TensorFlow的對比

得到前向傳播結果以后，接著進行反向傳播。

我們進行反向傳播的時候對Sigmoid算法求導。神經網絡實現前向傳播的時候誤差很大，這是正向的過程。然后進行反思調整，進行反向傳播的過程，但是只實現一次反向傳播的時候，發現效果并不是太好。這時要進行很多重復的過程，正如TensorFlow的可視化圖所顯示的一樣。TensorFlow有很多時代的計算，一次時代就是把所有的數據、所有的動作基于數據整個運行一遍。在入口程序Neuron_Network_Entry.py中，寫完ForwardPropagation.py、BackPropagation.py的代碼以后，設置epoch=10 000。反向傳播的運行結果如圖7-8所示。

圖7-8　反向傳播的運行效果