deto, nesta playlist do canal The Coding Train, há alguns vídeos (Part1, Part2, Part3, Part4, Part5, ...) em que o Daniel Shiffman começa com um pouco da teoria sobre retropropagação. Na série completa, implementa uma rede neural artificial Multilayer Perceptron (a mais simples). Além desta série, ele tem outro vídeo em seu canal no qual continua a tratar do tema.
Retropropagação aplicada a redes neurais artificiais pode parecer um assunto difícil mas, na minha opinião, é uma das partes mais importantes relativas à aprendizagem da rede. Talvez por isso o assunto tomou vários vídeos no canal dele.
Para saber um pouco mais a respeito da Matemática envolvida no tema geral, acompanho a playlist que o Grant Sanderson vem construindo em seu canal 3Blue1Brown no Youtube. O tema "cálculo de retropropagação" já está disponível, contudo surgiro que assista os 4 (de 6) primeiros vídeos da série Deep Learning:
- Ch1 - Mas o que é uma rede neural?
- Ch2 - Descida gradiente, como as redes neurais aprendem
- Ch3 - O que a retropropagação realmente está fazendo?
- Ch4 - Cálculo de retropropagação
- ...
Em vez de utilizar bibliotecas dedicadas para calcular a rede neural artificial, preferi um código em C livre delas a fim de saber o que realmente acontece em cada bloco, começando com algo bem básico, em que a rede aprende uma tabela lógica XOR.