零基础入门深度学习(3) - 神经网络和反向传播算法 向量编程 计算输出层的delta时为何重复计算？

[ljfxmu]

def calc_gradient(self, label):
delta = self.layers[-1].activator.backward(
self.layers[-1].output
) * (label - self.layers[-1].output)
//计算梯度时，这里先计算了输出层的delta. 然后再用这个delta去计算隐藏层的delta。

//但是在如下代码却是用隐藏层的Delta计算公式，输出层的delta值再次计算了一下输出层的delta值 ？ layer遍历是从输出层开始的？
for layer in self.layers[::-1]:
layer.backward(delta)
delta = layer.delta
return delta