1.一个样本反向传播的过程：
首先，一个样本通过网络得到一个损失
它在网络的传播过程中会记录下他经过每一层之后的计算结果
当然，损失值也是这些结果之一
接下来就开始反向传播了
记住一个规则，每一层的梯度更新值和两个因素有关（梯度就是偏导数）
第一，网络前向传播过程中在这一层计算后得到的值 第二：这一层的下一层的梯度值
第一融合第二得到本层的梯度值
最后得到一个梯度值，然后干啥？
得到梯度值就可以更新参数了啊
参数 = 参数 - 学习率*梯度值
2.那么如果一个batch有200张图片，应该怎么反传呢？请开始你的演讲
一个图片网络梯度更新一次，那么200张图片作为一个batch呢？
也是更新一次！
为什么是一次，他在每一层都会有200个计算副本，都会有200个梯度，他会把他们加起来取平均
用平均值去更新梯度~更新网络
3.那么为什么要避免极端值
第一个原因：
在一个batch中，我们希望每个样本都起到作用，L2使用的二次函数的增长很可怕，如果有几个极端值，那么batch中其他的样本就起不到作用了
为什么起不到作用？很简单，取平均啊~~取平均啊~~~
第二个原因~
你知道学习率大了网络会发散，对吗？为什么会发叁？
因为梯度更新的幅度太大了
我们再看这个式子：参数 = 参数 - 学习率*梯度值
大声告诉我，梯度更新幅度除了与学习率有关还和什么有关！
是下一层梯度值和本层前向传播的结果值啊
【本层前向传播咋可能有损失值！！！难道你中间层还有lable？？？ 没有lable哪里来的损失】
那么如果l2损失遇到极端值，最后一层的损失会很大。然而它参与梯度计算
同样会导致发散~
4.那为啥还要有L2损失，既然他这么不好
一个原因！
平滑~容易求导~
