給定一個成本函數，C（權重），取決於預期和網絡輸出，C如何區分權重？

Question

我從頭開始構建了一個神經網絡，將x的值分類爲21個可能的sin（x）估計值。我打算使用MSE作爲我的損失功能。

MSE of each minibatch = ||y(x) - a||^2, where y(x) is the vector of network outputs for x- 
values in the minibatch. a is the vector of expected outputs that correspond to each x. 

找到損失後，重新計算網絡中所有權重的列向量。 delta w的列向量= C相對於每個權重的偏導數的列向量。

∇C≡(∂C/∂w1,∂C/∂w2...).T and Δw =−η∇C where η is the (positive) learn rate. 

的問題是，找到C的梯度，則必須針對每個重量來區分。功能甚至是什麼樣的？這不僅僅是以前所說的MSE嗎？

任何幫助表示讚賞。此外，如果這個問題是錯誤的，我會提前道歉，但我不確定它是屬於這裏還是屬於數學論壇。

謝謝。

（我想補充一點我試圖找到一個答案，這個網上，但舉幾個例子存在，要麼不使用庫來幹髒活或清楚地顯示的信息。）

Answer 1

http://neuralnetworksanddeeplearning.com/chap2.html

我剛纔發現這個，但現在才意識到它的重要性。該鏈接將δ（j，l）描述爲獲得C關於權重的偏導數的中間值。如果上面的鏈接回答我的問題，我會在這裏回覆一個完整的答案，因爲我已經看到類似於我的一些帖子，但尚未得到解答。