Backpropagation反向传播算法是神经网络理论中的最基本的算法，也是神经网络能够自主学习的根本原理，也就是神经网络的“智能”所在！
所以掌握Backpropagation反向传播算法是极其重要的！能帮助我们更好的理解神经网络的本质！然而相关资料却晦涩难懂，或者是没有讲到Backpropagation反向传播算法的本质！
其实，Backpropagation反向传播算法的本质就是链式法则 和 动态规划!!!
为了更好的理解Further into Backpropagation的本质，我更新了五篇相关的文章，循序渐进，从函数的微分开始，讲到链式法则，然后引入动态规划优化反向传播算法，从单个神经元结构的反向传播计算，到嵌套多个神经元结构的反向传播计算，然后扩展到复杂函数的浅谈神经元结构的计算，从两层神经网络结构的反向传播，到多层神经网络的反向传播，并应用动态规划进行规划！
Backpropagation反向传播算法系列文章：
- Towards-Backpropagation
- Into-Backpropagation
- Let’s practice Backpropagation
- Further into Backpropagation
- Surpass Backpropagation
文章相关代码可于Backpropagation下载
