撰文｜月踏
BP（Back Propagation）是深度学习神经网络的实践外围，本文通过两个例子展现手动推导BP的过程。
1
链式法则
链式法则是BP的外围，分两种状况：
（1）一元方程
在一元方程的状况下，链式法则比较简单，假如存在上面两个函数：
那么x的变动最终会影响到z的值，用数学符号示意如下：
z对x的微分能够示意如下：
（2）多元方程
在多元方程的状况下，链式法则略微简单一些，假如存在上面三个函数：
因为s的渺小变动会通过g(s)和h(s)两条门路来影响z的后果，这时z对s的微分能够示意如下：
这就是链式法则的全部内容，前面用理论例子来推导BP的具体过程。
2
只有一个weight的简略状况
做了一个简略的网络，这能够对应到链式法则的第一种状况，如下图所示：
图1
其中圆形示意叶子节点，方块示意非叶子节点，每个非叶子节点的定义如下，训练过程中的前向过程会依据这些公式进行计算：
这个例子中，咱们是想更新w1、b1、w2三个参数值，如果用lr示意learning rate，那么它们的更新公式如下：
在训练开始之前，b1、w1、w2都会被初始化成某个值，在训练开始之后，参数依据上面两个步骤来进行更新：
- 先进行一次前向计算，这样能够失去y1、y2、y3、loss的值
- 再进行一次反向计算，失去每个参数的梯度值，进而依据下面的公式（13）、（14）、（15）来更新参数值
上面看下反向流传时的梯度的计算过程，因为梯度值是从后往前计算的，所以先看w2的梯度计算：
再持续看w1的梯度计算：
最初看b1的梯度计算：
把w2、w1、b1的梯度计算出来之后，就能够依照公式（13）、（14）、（15）来更新参数值了，上面用OneFlow依照图1搭建一个对应的网络做试验，代码如下：
import oneflow as ofimport oneflow.nn as nnimport oneflow.optim as optimclass Sample(nn.Module): def __init__(self): super(Sample, self).__init__() self.w1 = of.tensor(10.0, dtype=of.float, requires_grad=True) self.b1 = of.tensor(1.0, dtype=of.float, requires_grad=True) self.w2 = of.tensor(20.0, dtype=of.float, requires_grad=True) self.loss = nn.MSELoss() def parameters(self): return [self.w1, self.b1, self.w2] def forward(self, x, label): y1 = self.w1 * x + self.b1 y2 = y1 * self.w2 y3 = 2 * y2 return self.loss(y3, label)model = Sample()optimizer = optim.SGD(model.parameters(), lr=0.005)data = of.tensor(1.0, dtype=of.float)label = of.tensor(500.0, dtype=of.float)loss = model(data, label)print("------------before backward()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)loss.backward()print("------------after backward()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)optimizer.step()print("------------after step()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)optimizer.zero_grad()print("------------after zero_grad()---------------")print("w1 =", model.w1)print("b1 =", model.b1)print("w2 =", model.w2)print("w1.grad =", model.w1.grad)print("b1.grad =", model.b1.grad)print("w2.grad =", model.w2.grad)这段代码只跑了一次forward和一次backward，而后调用step更新了参数信息，最初调用zero_grad来对这一轮backward算进去的梯度信息进行了清零，运行后果如下：
------------before backward()---------------w1 = tensor(10., requires_grad=True)b1 = tensor(1., requires_grad=True)w2 = tensor(20., requires_grad=True)w1.grad = Noneb1.grad = Nonew2.grad = None------------after backward()---------------w1 = tensor(10., requires_grad=True)b1 = tensor(1., requires_grad=True)w2 = tensor(20., requires_grad=True)w1.grad = tensor(-4800.)b1.grad = tensor(-4800.)w2.grad = tensor(-2640.)------------after step()---------------w1 = tensor(34., requires_grad=True)b1 = tensor(25., requires_grad=True)w2 = tensor(33.2000, requires_grad=True)w1.grad = tensor(-4800.)b1.grad = tensor(-4800.)w2.grad = tensor(-2640.)------------after zero_grad()---------------w1 = tensor(34., requires_grad=True)b1 = tensor(25., requires_grad=True)w2 = tensor(33.2000, requires_grad=True)w1.grad = tensor(0.)b1.grad = tensor(0.)w2.grad = tensor(0.)3
以conv为例的含有多个weights的状况
用一个非常简单的conv来举例，这个conv的各种属性如下：
如下图所示：
图2
假设这个例子中的网络结构如下图：
图3
在这个简略的网络中，z节点示意一个avg-pooling的操作，kernel是2x2，loss采纳均方误差，上面是对应的公式：
前传局部同上一节一样，间接看反传过程，目标是为了求w0、w1、w2、w3的梯度，并更新这四个参数值，以下是求w0梯度的过程：
上面是求w1、w2、w3梯度的过程相似，间接写出后果：
最初再依照上面公式来更新参数即可：
用OneFlow依照图3来搭建一个对应的网络做试验，代码如下：
import oneflow as ofimport oneflow.nn as nnimport oneflow.optim as optimclass Sample(nn.Module): def __init__(self): super(Sample, self).__init__() self.op1 = nn.Conv2d(in_channels=1, out_channels=1, kernel_size=(2,2), bias=False) self.op2 = nn.AvgPool2d(kernel_size=(2,2)) self.loss = nn.MSELoss() def forward(self, x, label): y1 = self.op1(x) y2 = self.op2(y1) return self.loss(y2, label)model = Sample()optimizer = optim.SGD(model.parameters(), lr=0.005)data = of.randn(1, 1, 3, 3)label = of.randn(1, 1, 1, 1)loss = model(data, label)print("------------before backward()---------------")param = model.parameters()print("w =", next(param))loss.backward()print("------------after backward()---------------")param = model.parameters()print("w =", next(param))optimizer.step()print("------------after step()---------------")param = model.parameters()print("w =", next(param))optimizer.zero_grad()print("------------after zero_grad()---------------")param = model.parameters()print("w =", next(param))输入如下（外面的input、param、label的值都是随机的，每次运行的后果会不一样）：
------------before backward()---------------w = tensor([[[[ 0.2621, -0.2583], [-0.1751, -0.0839]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)------------after backward()---------------w = tensor([[[[ 0.2621, -0.2583], [-0.1751, -0.0839]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)------------after step()---------------w = tensor([[[[ 0.2587, -0.2642], [-0.1831, -0.0884]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)------------after zero_grad()---------------w = tensor([[[[ 0.2587, -0.2642], [-0.1831, -0.0884]]]], dtype=oneflow.float32, grad_fn=<accumulate_grad>)参考资料：
1.http://speech.ee.ntu.edu.tw/~...
2.https://speech.ee.ntu.edu.tw/...
3.https://www.youtube.com/c/Hun...
欢送下载体验OneFlow v0.7.0最新版本：
https://github.com/Oneflow-In...