媒介即算法

① 媒体概念

一是指信息的物理载体（即存储和传递信息的实体），如书本、挂图、磁盘、光盘、磁带以及相关的播放设备等；
二是指信息的表现形式（或者说传播形式），如文字、声音、图知袭像、动画等。多媒体计搭悔兄算机中所说的媒体，是指后者而言，即计算机不仅能处理文字、数值之类的信息，而前正且还能处理声音、图形、电视图像等各种不同形式的信息。

② 什么是数字媒体数字媒体处理软件有哪几类，并分别举出几种常用的软件.

你是华软的吗？

③ 老百姓需要曝光,找哪个自媒体平台排名

太多了，抖音、快手、百家号等自媒体平台都可以，或者直接找新闻媒体、电视栏目等。

相关介绍：

在自媒体时虚基早代，各种不同的声音来自四面八方，“锋缺主流媒体”的声音逐渐变弱，人们不再接受被一个“统一的声音”告知对或错，每一个人都在从独立获得的资讯中，对事物做出判断。

自媒体有别于由专业媒体机构主导的信息传播，它是由普通大众主导的信息传播活动，由传统的“点到面”的传播，转化为“点到点”的一种对等的传播概念。同时，它也是指为个体提供信息生产、积累、共享、传播内容兼具私密性和公开性的信息传播方式。

早在上个世纪，着名传播学家麦克卢汉就提出过“媒介即讯息”的相似理论。其含义是：媒介本身才是真正有意义的讯息，即人类只有在拥有了某种媒介之后才有可能从事与之相适应的传播和其他社会活动。

媒介最重要的作差雀用就是“影响了我们理解和思考的习惯”。因此对于社会来说，真正有意义、有价值的“讯息”不是各个时代的媒体所传播的内容，而是这个时代所使用的传播工具的性质、它所开创的可能性以及带来的社会变革。

④ 数字媒体都有什么

数字媒体有哪些分类
2、表示媒体（Presentation），是指为了传送感觉媒体而人为研究出来的媒体，借助这一媒体可以更加有效地存储感觉媒体，或者是将感觉媒体从一个地方传送到远处另外一个地方的媒体，如语言编码、电报码、条形码、语言编码，静止和活动图象编码以及文本编码等。3、显示媒体（Display），是显示感觉媒体的设备。显示媒体又分为两类， 一类是输入显示媒体，如话筒，摄像机、光笔以及键盘等，另一种为输出显示媒体，如扬声器、显示器以及打印机等，指用于通信中，使电信号和感觉媒体间产生转换用的媒体。4、存储媒体（Storage），用于存储表示媒体，也即存放感觉媒体数字化后的代码的媒体称为存储媒体。例如磁盘、光盘、磁带、纸张等。简而言之，是指用于存放某种媒体的载体。
数字媒体与一般媒体的区别是什么 ?
北京神州视改猜族翰科技他们有数字媒体，具有无可比拟的性价比。
数字媒体主要包括哪些媒体类型各有什么特点
数字媒体主要包括哪些媒体类型各有什么特点

数字媒体是指以二进制数的形式记录、处理、传播、获取过程的信息载体，这些载体包括数字化的文字、图形、图像、声音、视频影像和动画等感觉媒体，和表示这些感觉媒体的表示媒体（编码）等，通称为逻辑媒体，以及存储、传输、显示逻辑媒体的实物媒体。

传播特性

麦克卢汉说过媒介即讯息，媒介技术的进步对社会发展起着重要的推动作用。因此，数字媒体的发展将以传播者为中心转向以受众为中心，数字媒体将成为集公共传播、信息、服务、文化娱乐、交流互动于一体的多媒体信息终端。根据拉斯韦尔的“五W”模式，数字媒体的主要特点如下：

1.传播者多样化：由于数字方式不像模拟方式需要占用相当大核弊的电磁频谱空间，传统模拟方式因频道“稀缺”导致的垄断将会被打破。

2.传播内容海量化

3.传播渠道交互化

4.受传者个性化

5.传播效果智能化：借助类似于POS（销售数据系统）的计算机系统，数字媒体能够对观众的收视行为及收视效果进行更为精确的跟踪和分析。

编辑本段

精确化特性

从传播学角度来考察数字媒体，不能把它当作一个纯粹的技术概念，而应该把数字媒体看作是一种新型的传播方式，数字媒体的出现改变了传统媒体属于纯粹的大众传播媒介这一属性，不仅仅能进行大众传播，还能在大众传播的基础上进行精确化传播。

1.精确化传播是大众传播和分众传播极端化的产物

随着传播媒介的发展演化，人类的传播方式也在不断地演变和发展。最初是绝对的大众传播（即完全不考虑信息接收的对象，直接把信息洒向最广泛大众的传播），后来演变为分众传播（将信息接收对象按其特征和喜好等进行一定的划分，再进行相应信息的传播）。

尼葛洛庞帝在《数字化生存》中提到，在信息时代，大众传媒的覆盖面经历了从大到小的变化。一方面传播媒体拥有越来越多的观众和读者，其传播的辐射面变得更为宽广 相关书籍，而另一方面，针对特定读者群的传播又变得越来越小，越来越专。随着媒介和受众的共同发展，分众传播开始进入到一个极致阶段，即精确化传播兆握阶段。

分众传播极致化发展的阶段，即传播由面向特定的群体发展到面向特定的一个人、一个家庭的阶段。与大众传播、分众传播相对应，即是精确化传播阶段，也是现代传播发展的第三阶段。在这一阶段，受众的个性化需求比较明显而且多样；传播技术非常先进，且具有“一对一传播”、“交互性传播”的传播特性；媒介组织能和它的受众（客户）保持一对一互动，受众能较易获得个性化信息，并能通过先进的媒体及传播技术经济地、方便地满足不同受众的个性化需求。

2.数字媒体的精确化传播

数字媒体的个性化传播特性决定其传播对象的细分化，甚至开始以家庭和个人为基本单位进行量身定制和传播，这就使得受众这一传统概念得到越来越细的划分，能在大众传播的基础上进行更分众化、精确化的传播。

（1）传播内容个性化。内容供应商将一部分生产内容的功能分出来，进行节目的社会化生产，这不仅使数字媒体的节目数量大大增加，节目内容更加丰富，而且也增加了一些个性化很强的增值业务，使传播的内容更丰富多彩。

（2）传播者推出个性化服务。数字媒体的传者，有着高效性、易满足受众个性化需求等符合精确传播特点的信息传播特征。一般以用户的需求为导向，优先推出用户最喜欢的节目频道，争取取得最高的收视率和订阅率。在取得一定的经济收入和经营专业频道经验的基础上，进一步按照专业频道细分市场大小顺序，逐步推出更多专业节目。树立品牌意识，培养名牌频道，以节目质量取胜，尽最大努力满足受众的个性化需求。

（3）传播受众个性化。数字媒体时代......>>
数字媒体主要是学什么？
数字媒体技术主要包含场景设计、角色形象设计、游戏程序设计、多媒体后期处理、人机交互技术。主要针对游戏开发和网站美工还有创意设计这类工作设计的专业。主要课程有摄影摄像技术、艺术设计基础、数字媒体技术概论、程序设计基础、数据库设计、网页设计与制作、交互式多媒体网站开发、数字信号处理、数据结构、算法设计与分析、面向对象程序设计(java)、计算机图形图像处理、人机交互技术、多媒体数据库、动画设计与制作、3D造型、电视节目编导与制作、音视频信息处理、特效制作与非线性编辑等。
数字媒体技术专业都开设哪些课程？（所有的课程）
你好，我就是这个专业的。我们要学习微积分、线性代数、离散数学、英语、思修、毛概、近代史刚要、马克思主义、形势政策、大学物理、体育（这些是理工类必修的）以及flash脚本编程、工程导论、C++、java、数据结构、算法的设计与实现、操作系统原理、数据库技术、计算机组成原理、软件工程、计算机网络、数字媒体导论、web编程、web数据库访问、XML设计应用、面向对象系统分析设计、专业英语、专业教育、艺术设计基础（包括手工绘画、手工艺术以及图形影像处理软件的学习）、游戏设计概论。（以上为本专业必修课）

我们学校有两个方向：游戏和多媒体影音。游戏方向和影音方向下还有独立的课程，唉呀妈呀太多了，你需要的话告诉我邮箱，我把Excel表格发给你。大大给个赏吧！
什么是数字媒体专业 30分
专业概述

数字媒体技术专业（Digital Media Technology）(属于计算机类)旨在培养兼具技术素质和艺术素质的现代艺术设计人才，与数字媒体艺术专业相比,本专业略注重技术素质的培养，可适应新媒体艺术创作、网络多媒体制作、广告、影视动画、大众传媒、房地产业的演示动画片制作工作。[1]

编辑本段培养目标

具备良好的数字媒体技术和艺术基础，能够进行数字媒体作品的设计，熟练掌握数字媒体的制作基础。同时具备坚实的数字媒体软件系统开发能力。技术与艺术并重。既有丰富的艺术细胞，又有坚实的技术支持。

编辑本段知识领域

毕业生应获得以下几个方面的知识与能力：

1、系统掌握数字媒体技术专业的基本理论、基本知识与基本技能，了解本专业及相关领域的前沿，关注数字媒体产业的发展方向。

2、掌握动画设计的基本理论，能够运用相关软件进行二维、三维动画设计和创作的能力。

3、掌握交互式多媒体网站开发的基本技术，具备开发功能丰富的交互式多媒体网站的能力。

4、掌握数字影视技术、数字影视制作技术的基本理论和方法，能熟练运用拍摄、编辑、特效制作等技巧制作数字影视作品。

5、了解数字产品的产权保护及相关法律规定和行业规范，熟悉数字媒体产品项目的开发及管理的相关理论和方法。

编辑本段专业特色

数字媒体技术专业的教学与出版、新闻、影视等文化媒体及其它数字媒体软件开发和产品设计制作行业的要求相结合，培养面向数字网络时代兼具信息传播理论、数字媒体技术和设计管理能力的复合型人才。

编辑本段主要课程

数字媒体技术概论，数字媒体艺术概论、C语言程序设计、C++程序设计、数据结构、JAVA语言、操作系统、数据库原理及应用、数字图像处理与分析、计算机图形学、计算机动画技术、计算机游戏设计、计算机色彩原理及应用、平面设计、色彩构成、计算机网络与通讯、微机原理与接口技术、计算机组成原理、电声原理与音响技术、通信电子线路、网页设计与制作、web开发技术、影视基础、影视后期制作、电视节目制作、多媒体技术处理、多媒体技术基础、数字音视频处理技术、数字版权管理、流媒体技术、数字媒体设计、Maya、3DMax、CoreldraW、Photoshop、Flash、Dreamweaver、AE等。

编辑本段从业分析

就业方向

毕业生可在广播电视、广告制作等信息传媒领域从事多媒体信息的采集、编辑等方面的技术工作以及多媒体产品的开发与制作工作。在动漫和游戏公司进行动漫或者游戏的开发与设计，在企事业单位、学校从事计算机网络、多媒体信息系统的运行、管理与维护工作；音视频设备的操作与维护工作。

就业前景

数字媒体行业有望成为国民经济的重要支柱行业，发展前景非常广阔。国家863计划自2003年以来支持数字媒体技术的研发，已取得重要阶段进展。在上海市对外公布的“2003年度人才开发”目录中，动画和游戏产业所需的数字媒体人才被列为上海急需的十大软件人才之首。更有权的

“15万人才缺口”的说法似乎更证实了“CG行业（动画和游戏为主）前景一片大好”的预言。到目前为止，虽然我们还没有看到关于这“15万”人才缺口缺的到底是些什么样的人才的详细报道和资料，但是形形 *** 希望通过长期、短期各种名目的三维培训班，希望跑步进入这个“光鲜”行业、以求出人头地的人们却已成了刚刚起步的中国CG行业的重要一景，多如牛毛的培训教材和培训班更是成为了中国CG业的一大特色。

数字媒体行业的快速发展需要大量的专业人才，特别是那些既有一定理论基础和艺术修养，又有很强动手能力的专业技术人才。但是现在这种人才很缺乏，并已经成为数字媒体行业人才......>>
数字媒体的特点是什么？急需！！！谢谢大家了！
数字媒体的发展将以传播者为中心转向以受众为中心，数字媒体将成为集公共传播、信息、服务、文化娱乐、交流互动于一体的多媒体信息终端。根据拉斯韦尔的“五W”模式，数字媒体的主要特点如下：

1.传播者多样化：由于数字方式不像模拟方式需要占用相当大的电磁频谱空间，传统模拟方式因频道“稀缺”导致的垄断将会被打破。

2.传播内容海量化

3.传播渠道交互化

4.受传者个性化

5.传播效果智能化：借助类似于POS（销售数据系统）的计算机系统，数字媒体能够对观众的收视行为及收视效果进行更为精确的跟踪和分析。

⑤ 自媒体的弊端

一、信息多却质量不高

别看现在很多自媒体平台都推出了很多的扶持计划，可是有个成语话说得好：狼多肉少，平台给出的资金是很多的，但是自媒体人却是更多，而大部分自媒体人并不具有达到无视这个扶持计划的地步，所以都想在这上面分一碗羹，可信息的源头也就那么点，于是很多人就想方设法来搭建水渠以便截流，信息大爆炸也就开始了。自媒体平台肯定没有很好的思考到这一点，也就造成了泛滥信息把用户“吓跑”、处理不当损害自媒体人核心利益。
现在的平台太过商业化，使得很多优质内容和自媒体人被雪藏，所谓的拉大旗也就让大咖们更加的在各大自媒体平台“跳来跳去”，普通自媒体人好像没有起到多大的好的作用，这样的信息质量肯定是不高的，毕竟没有动力就没有创作力。

二、“热门”带来了反向的中心化作用
自媒体说白了其实就是把信物御团息源进行加工，这就导致了信息源不能被自媒体所掌控，那么所有的自媒体信息也就是在一个信息源产生之后才出现的，因此流量战争的战场拆返也就从信息源转变到了包装上，“热门”也就成为了自媒体人争相在这上面搞噱头的目标，这样一来就使得用户大多集中在某几个热门之上，去中心化又怎么能实现呢。

三、误导其它媒体
自媒体给媒体带来的最大改变不是信息的高效化，而是信息的浅显化。就拿传统媒体来说，它们以前的优势就是专业，非常的专业，而自从自媒体的兴起之后，传统媒体的专业化并没有给其带来很大的优势，反而消耗过大使得本有的圈子被自媒体压缩，因此传统媒体也开始效仿自媒体。这样一来信息源的更新也就变慢、质量罩橘变差、数量变少（很多时候传统媒体充当了采蜜人的角色），而自媒体并没有产生好的信息源的实力，那么这样的一个循环下来，所有媒体的价值也就变得不一而论了。

四、不够专业
在上面一条中我也说过自媒体的专业性不够强，虽然现在很多的自媒体都在组建自己的团队，但是与传统媒体相比，还是有所欠缺。就拿我来说，若让我去写一个实事的新闻，那么我往往都会带着个人的情绪，不是说不带就不会带的，这个真的很难控制。

说完了自媒体的弊端，我又来说说传统媒体的机会：

首先不可否认的是，信息的多元化使得传统媒体丧失了信息霸主的地位，但是如上所说，很多的优质信息源还是靠传统媒体来获取，因为它们的专业化比自媒体高。新媒源：自媒体弊端渐起，传统媒体机会又临

其实现在传统媒体缺失的是不能很好的适应这个自媒体“点燃”的新环境，但是只要适应过来之后，依托其获取信息源的深度调查能力，产生优质内容的效率也就更高（毕竟它们掌握着采编权）；况且传统媒体做了如此多年，无论是资金、抗压力还是人脉都比大部分自媒体好，那么只要传统媒体在不失其固有优势的情况下再来扩展自媒体，成功的机会是肯定很大的。

⑥ 什么是算法

算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法中的指令描述的是一个计算，当其运行时能从一个初始状态和（可能为空的）初始输入开始，经过一系列有限而清晰定义的状态，最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法，包含了一些随机输入。
形式化算法的概念部分源自尝试解决希尔伯特提出的判定问题，并在其后尝试定义有效计算性或者有效方法中成形。这些尝试包括库尔特·哥德尔、Jacques Herbrand和斯蒂芬·科尔·克莱尼分别于1930年、1934年和1935年提出的递归函数，阿隆佐·邱奇于1936年提出的λ演算，1936年Emil Leon Post的Formulation 1和艾伦·图灵1937年提出的图灵机。即使在当前，依然常有直觉想法难以定义为形式化算法的情况。

⑦ 为什么刷抖音的时候都喜欢倍速播放

相信每个人都喜欢刷视频，选择倍速，看来当然是不喜欢的。或者说这段他不喜欢看，就会选择倍速。

短视频种类空前丰富，用户寻求更合适的观看方式在以抖音为代表的短视频平台上，短视频种类繁多，内容形式不断更新。曾经由娱乐剧情类短视频统治的平台上也涌现出了Vlog、电影解说等时长较长、节奏较缓、内容体量较大的视频。

这类视频的时长通常在三分钟以上，已经属于短视频中的“长视频”。 对于追求高频的内容刺激，不想错过任何精彩内容的用户来说，倍速播放无疑是一种更好的观看方裂滑式。2.短视频自身轻松娱乐的基调影响纵观各大短视频平台，“轻松娱乐”始终是短视频的主基调，其题材多聚焦于明星、变装、搞笑、旅行等版块。由于短视频的时间限制，创作者很难用短视频把严肃题凯弯材的内容阐释清楚，抱着娱乐放松目的观看短视频的用户也不愿进行过多的肆孙腊脑力活动。

因而，短视频较少涉及政治、经济、人文等严肃正式、需要大量思考的内容， 倍速播放对视频内容的呈现不会造成过多影响，不会因此降低用户的观看体验[1]。3.媒介影响用户——媒介改变用户对时间的感知方式“媒介即讯息”，这是麦克卢汉在数十年前对媒介作出的论断。媒介本身才是真正有意义的讯息， 它影响用户理解和思考的习惯，改变用户的媒介接触行为和使用习惯。短视频作为一种媒介形式，将大数据和算法等新兴媒介技术运用到推荐机制上，不断收集、积累用户的观看数据，以此更加精准地推送，对用户产生强大的吸引力，将其牢牢固定在 “观看内容-产生情绪反应-跳转到相似的新内容”的循环中。在这样的循环中，用户能产生强烈的刺激与娱乐感，对于内容推送速度的要求在无意识中不断提升[2]。 用户的时间感知逐渐发生变化。在这一趋势下，“短平快”的短视频也总有不够快的一天，短视频倍速功能应运而生。

⑧ 算法为什么重要

第一，算法实际上不能孤立理解。算法必须和数据、产品一起来理解。算法的出现，实际上背后隐藏着人们阅读行为的“数据化”。我们知道，阅读是一种私密的行为，阅读的行为是人们建立精神世界的支柱。那么问题来了，我们使用产品，我们必须上传数据。当每个人的阅读都变为数据，实际上意味着每个人的爱好都能够被迅速的存储（你也可以被理解为监视）。而算法则使得机器能够最有效率的对人们的爱好和行为进行判断和分析。从用户上看，这即是方便，也是隐私的暴露。而对于商业来看，当数据和算法达到一定水平之后，判断人们的爱好和规律，进而制作广告，推出吸引人的媒介产品就成了轻而易举的事情。可以说未来的数据就是最核心，最重要的资源。

第二，算法意味着预测，意味着在人们的意识之外，发现他还没有找到的需求。这是很有意思的。它超出了人们的想象，机器比我们更加了解我们自己。从媒介产品角度来说，这非常有意思，传播的生产模式可能改变了，反馈滞后的问题也会解决。而从更长远的角度看，了解阅读数据只是第一步，下一步可能是更加深层次的爱好，甚至是更底层的行为和思考。但从这个方面来，算法不是人工智能，但他意味着人工智能。它是一个关键的入口，从这个地方开始，人们可以借助机器的力量对自己的行为进行矫正，人的感性思维能力和数据得出的科学结论开始融合了，这是人走向人机合一的第一步。但反过来，我们也需要警惕，算法的这种功能是不是掌握在社会的良性力量手里？如果资本或者其他利益集团掌握了算法和数据资源，是否会对社会控制又多一层牢不可破的枷锁，一个反乌托邦的社会可能会到来。

第三，不要忘记了算法的迭代。算法的妙处在于它是自我成长的。人的迭代是有限的，因为人的思维模式是固定的，学习能力在成年后随着时间递减。但是算法，就像Alphago的棋术，几年内就涨了几个量级。这是因为随着人们使用，给予越来越多的反馈，算法会越来越精确，发展到人们难以想象的地步，因为算法是机器学习得出的，人们也越来越不知道算法背后究竟是什么东西。可以说，这是其他任何模式都无法做到的。他不知道这背后到底是什么。

所以总的来说一句话，算法是很有意思也很有价值的一个热点。我们要答这个热点，可以用到的理论既要包括新媒体、人工智能的相关理论包括一些我们已经说到的如信息茧房、知识沟之类的问题，也要从反面用到传播政治经济学（考虑算法和数据资源的所有权）、全景监视（算法意味着对人们彻底的监视）。这样我们答题会比较有深度，也比较完整。

⑨ 读懂反向传播算法（bp算法）

反向传播算法可以说是神经网络最基础也是最重要的知识点。基本上所以的优化算法都是在反向传播算出梯度之后进行改进的。同时，也因为反向传播算法是一个递归的形式，一层一层的向后传播误差即可，很容易实现（这部分听不懂没关系，下面介绍）。不要被反向传播吓到，掌握其核心思想就很容易自己手推出来。

我们知道神经网络都是有一个loss函数的。这个函数根据不同的任务有不同的定义方式，但是这个loss函数的目的就是计算出当前神经网络建模出来输出的数据和理想数据之间的距离。计算出loss之后，根据反向传播算法就可以更新网络中的各种参数以此使loss不断下降，即可使输出的数据更加理想。
所以，现在的任务是，已知一个网络的loss之后，如何根据loss来更新参数呢？具体点即如何更新网络节点中的权重w和偏差b的值呢？

这里我们采用的是全连接神经网络进行说明。
要想把这个过程说清楚，首先需要将神经网络中各个参数用文字表达清楚。定义的就是w和b在网络中的准确位置。

对于 表示的是神经网络中第 层第k个节点到神经网络中第 层第j个节点之间的权重。注意w的下标是首位表示的是节点后层节点的位置，末尾表示是前层节点的位置。理解这样的表达方式在后面的计算中会很好理解。
同理，对于b的表示：

b的表示相比于w要简单一些，符号 表示第l层网络在第j个节点的偏置。无论w还是b的表示，上标都是表示层数。并且 和 表示都是第l层网络第j个节点的参数。所以该节点的输出可以表示为：

神经网络输出之后会经过一个激活函数，这用激活函数用 表示，则经过激活函数输出为：

至此，根据上面符号 、 、 、 。我们可以对于神经网络里面每一个数据准确的表示了。

给定一个损失函数之后，用 表示，说白了反向传播就是求∂C/∂w和∂C/∂b，然后将这个值乘以和对应的w，b进行相减就可以实现一次的参数更新了。为什么这样的操作就可以优化网络，减小loss值呢？

来源于导数的概念和速度相关。∂C/∂w和∂C/∂b相当于loss值C相对于w和v变化的速度。如果∂C/∂w是正的，则增大w，C也会增大，如果希望C减小的话，应该减小w；并且∂C/∂w的绝对值越大，表示w对C的值影响越大，w稍微有一点变化，C就会有大幅变化。如果要优化C变小，w应该对应的减少多少呢？也没有一个确定的答案。这里通过变化的速度和学习率相乘作为一个减小的值。通过多轮迭代。最终是希望c达到最小点。而当函数落入最小值的时候，无论是局部最小还是全局最小，其周围一定是平滑的。所以此时∂C/∂w和∂C/∂b将会变得很小甚至为0，即参数不在更新了。当函数在局部最小点处参数不在更新出现梯度消失的问题时，目前也有各种trick进行解决。不是这里的重点。

为了好说明，这里定义一个很简单的损失函数C：

接下来就是有意思的阶段了。这里还是利用上一节中∂C/∂w和∂C/∂b的解释。如果我们想要求出∂C/∂w和∂C/∂b的值，即具体的 、 对C影响速率的值，我们找一个中间变量∂C/∂ 。因为我们知道:

我们定义：

当我们知道了 值之后，我们根据 式子可以很容易求出 。
利用导数的链式法则：

很容易推出来不是？同理可以求出：

可以看出通过媒介 很容易求出∂C/∂w和∂C/∂b。那么我们现在来理解一下 到底是什么意思，以及如何求出来每一个l层j节点的 值。

根据定义：

可以看出来 就是 对于C的影响大小(联系之前说的导数和速率的关系)。而 是第 层第 个神经元未进过激活函数之前的输出。所以我们可以理解 为网络中第 层第 个神经元对loss的影响。所以很直观的看法就是我们先求出单个神经元对loss值得影响，然后再计算该神经元内部参数对于loss的影响。

ok,如果我们已经理解了为什么要引入 变量以及如何利用该变量计算具体参数的梯度后，接下来我们就可以看看如何获得 值。反向传播的名字我想也就是通过计算 的方式而来的。是一层一层递归而来的。

既然说是递归的方式，我们来思考一下 和 之间有什么关系，如果找到这个关系之后，我们就可以默认我们如果知道最后一层网络节点的 值，我们就可以获得倒数第二层网络节点的 值，倒数第三层，倒数第四层，……以此推类即可获得整个网络的每个节点的 值。至此我们的反向传播也基本完成了。
所以最重要的有两点：

先看问题1，直接根据求导的链式法则就可以找出两个的关系，具体公式如下，可以多看看手写一下，思路上也很简单。

觉得这样的链式公式还是很直观的，如果不好理解，可以自己画一个神经网络图，连上节点与节点之间的线，标上参数，然后推一下应该就能理解了。
这里的 都表示的未经过激活函数的神经元的输出。 表示激活函数。因为：

所以：

带入上式就可以得出：

至此就找出了 和 之间的关系了。
(还能简化，根据最开始我们定义的 ）。

理解起来就是网络中前面一层某一个神经元对于loss的影响与该层的后一层所有的神经元对loss的影响、该神经元的输出大小、该神经元与后一层神经元连接的权重有关系的，并且是一个累加的效应。这样的理解也是非常直观合乎常理的。

现在万事具备，只差问题2了。即假设最后一层网络是L，最后一层 如何计算得出。最后一层的 值就像一个导火索，一旦有了开始，就可以利用我们之前推出来的： 公式进行反向传播了(反向传播还是很形象的不是？)。现在解决这个问题。这个问题就是和损失函数具体怎么定义有关系了。不过我们先不考虑C的具体形式，根据通用的链式法则我们可以得到：

这里需要注意的是最后一层激活函数使用的是哪种。最后一层激活函数在计算某一个神经元的输出时可能会结合其他节点的输出来计算。比如softmax激活函数，其输出的是一个概率值【0,1】。输出大小就是结合输出所有的值。

现在我们来考虑两个具体的损失函数，并且采用之前定义的均方误差损失函数 ：

求导为：
因为sigmoid输出的值仅仅和输入的x值有关 。所以 当 时值为0.所以：

根据上面，BP推导有三部曲，先求出 ，再根据 分别求出 、 。总结公式如下：

启动上面反传的导火索是最后一层的 值，计算公式为：

根据最后一层不同类型的激活函数不同对待。

⑩ 抖音短视频的推荐机制（或者说算法）是怎样的

抖音的算法是很厉害的，让很多人刷抖音成瘾了。抖音的流量分配是去中心化的，也就是说每个人刷到的抖音内容都不一样。所有的抖音的用户，你拍的任何一个视频，无论质量好还是质量坏，发布了之后一定会有播放量，从几十到上千都有可能。这个叫做流量池，抖音会根据算法给每一个作品的人分配一个流量池。到了流量池之后，抖音根据你在这个流量池里的表现，决定是把你的作品推送给更多人，还是不再推送。因此，抖音的算法让每一个有能力产出优质内容的人，得到了跟大号公平竞争的机会。想更深入的去了解抖音的运营知识，还得去学习一下，除了算法、还有内容、用户、拍摄、剪辑、数据分析、变现等等，把这些弄明白了，自然也就会了，我一个朋友是做健身教练的，后来在黑马程序员学了短视频之后，每天拍自己的健身方法，吸引了很多粉丝，开直播变现，收徒弟了。