如果能二秒内在脑袋里解出下面的问题，本文便结束了。
已知：
，其中
。 求：
，
，
。 到这里，请耐心看完下面的公式推导，无需长久心里建设。
首先，反向传播的数学原理是“求导的链式法则” :
设
和
为
的可导函数，则
。 接下来介绍
- 矩阵、向量求导的维数相容原则
- 利用维数相容原则快速推导反向传播
- 编程实现前向传播、反向传播
- 卷积神经网络的反向传播
快速矩阵、向量求导
这一节展示如何使用链式法则、转置、组合等技巧来快速完成对矩阵、向量的求导
一个原则维数相容，实质是多元微分基本知识，没有在课本中找到下列内容，维数相容原则是我个人总结：
维数相容原则：通过前后换序、转置 使求导结果满足矩阵乘法且结果维数满足下式：
如果
， 
，那么
。
利用维数相容原则解上例：
step1：把所有参数当做实数来求导，
， 依据链式法则有
，
，
可以看出除了
，和
的求导结果在维数上连矩阵乘法都不能满足。 step2：根据step1的求导结果，依据维数相容原则做调整：前后换序、转置
依据维数相容原则
，但
中
、
，自然得调整为
； 同理：
，但 
中
、
，那么通过换序、转置我们可以得到维数相容的结果
。 对于矩阵、向量求导：
- “当做一维实数使用链式法则求导，然后做维数相容调整，使之符合矩阵乘法原则且维数相容”是快速准确的策略；
- “对单个元素求导、再整理成矩阵形式”这种方式整理是困难的、过程是缓慢的，结果是易出错的（不信你试试）。
如何证明经过维数相容原则调整后的结果是正确的呢？直觉！简单就是美...
快速反向传播
神经网络的反向传播求得“各层”参数
和
的导数，使用梯度下降（一阶GD、SGD，二阶LBFGS、共轭梯度等）优化目标函数。 接下来，展示不使用下标的记法（
, 
or
）直接对和求导，反向传播是链式法则和维数相容原则的完美体现，对每一层参数的求导利用上一层的中间结果完成。 这里的标号，参考UFLDL教程 - Ufldl
前向传播：
（公式1） 
（公式2） 
为第
层的中间结果，
为第层的激活值，其中第
层包含元素：输入，参数
、
，激活函数
，中间结果
，输出
。 设神经网络的损失函数为
（这里不给出具体公式，可以是交叉熵、MSE等），根据链式法则有： 
这里记
，其中
、 
可由 公式1 得出，
加转置符号
是根据维数相容原则作出的调整。 如何求
？ 可使用如下递推（需根据维数相容原则作出调整）： 
其中
、 
。 那么我们可以从最顶层逐层往下，便可以递推求得每一层的
注意：
是逐维求导，在公式中是点乘的形式。 反向传播整个流程如下：
1) 进行前向传播计算，利用前向传播公式，得到隐藏层和输出层 的激活值。
2) 对输出层(第
层)，计算残差： 
（不同损失函数，结果不同，这里不给出具体形式） 3) 对于
的隐藏层，计算： 
4) 计算各层参数
、偏导数： 
编程实现
大部分开源library（如：caffe，Kaldi/src/{nnet1,nnet2}）的实现通常把
、作为一个layer，激活函数作为一个layer（如：sigmoid、relu、softplus、softmax）。 反向传播时分清楚该层的输入、输出即能正确编程实现,如：
(公式1) (公式2) (1)式AffineTransform/FullConnected层，以下是伪代码：
注: out_diff =
是上一层（Softmax 或 Sigmoid/ReLU的 in_diff）已经求得： 
（公式 1-1） 
（公式 1-2） 
（公式 1-3） (2)式激活函数层（以Sigmoid为例）
注：out_diff =
是上一层AffineTransform的in_diff，已经求得, 
在实际编程实现时，in、out可能是矩阵(通常以一行存储一个输入向量，矩阵的行数就是batch_size)，那么上面的C++代码就要做出变化（改变前后顺序、转置，把函数参数的Vector换成Matrix，此时Matrix out_diff 每一行就要存储对应一个Vector的diff，在update的时候要做这个batch的加和，这个加和可以通过矩阵相乘out_diff*input（适当的转置）得到。
如果熟悉SVD分解的过程，通过SVD逆过程就可以轻松理解这种通过乘积来做加和的技巧。
丢掉那些下标记法吧！
卷积层求导
卷积怎么求导呢？实际上卷积可以通过矩阵乘法来实现（是否旋转无所谓的，对称处理，caffe里面是不是有image2col），当然也可以使用FFT在频率域做加法。
那么既然通过矩阵乘法，维数相容原则仍然可以运用，CNN求导比DNN复杂一些，要做些累加的操作。具体怎么做还要看编程时选择怎样的策略、数据结构。
快速矩阵、向量求导之维数相容大法已成。