【发布时间】：2020-12-30 21:39:32
【问题描述】：
这不是直接与编程相关的问题，但老实说，我不知道在哪里可以问（如果你知道更适合这个问题的论坛，请告诉我，我会在那里问）。
我正在尝试更深入地了解反向传播 (BPTT) 的工作原理，我遇到了this great article，下面是这张图片：
我仍然难以理解（例如）我是如何获得ds_1 / ds_0 的？我知道它应该根据之前的梯度计算，但它究竟是如何定义的？
我尝试用我自己的例子重建上面的图像，并观看了一些教程来填写上面图像的更详细版本：
我认为红色的前 3 个方程是正确的，但我不太确定它是如何进行的。
谁能告诉我 h_t-1 的 2 个暗方程是否正确？
这与上述版本有何联系？
是ds_3 / ds_2 = dL / dθ_h吗？
非常感谢任何帮助：D
干杯， 斯文
【问题讨论】：
标签： deep-learning gradient recurrent-neural-network gradient-descent backpropagation