向后传播和铰链损失

Question

我打算编写一个函数，该函数将输出铰链损耗的导数，而不包含地面真实情况。我认为此link中的函数如下 而Y（第一个参数）是预测，Y。（第二个参数）是基本事实。

在计算向后损失时，我了解的是，我需要计算上述损失的导数而没有第二个参数，对吗？ 在这种情况下，代码将如下所示：

function dLdX = backwardLoss1( this, Y, T )
            % backwardLoss    Back propagate the derivative of the loss
            % function
            %
            % Syntax:
            %   dLdX = layer.backwardLoss( Y, T );
            %
            % Image Inputs:
            %   Y   Predictions made by network, 1-by-1-by-numClasses-by-numObs
            %   T   Targets (actual values), 1-by-1-by-numClasses-by-numObs
            %
            % Vector Inputs:
            %   Y   Predictions made by network,  numClasses-by-numObs-by-seqLength
            %   T   Targets (actual values),  numClasses-by-numObs-by-seqLength
          if(Y*T<1)
                dLdX=-T/size(Y);
           else
                dLdX=0;
            end         
        end

但是在此link之后，它显示的是导数w.r.t的参数计算，这使我感到困惑，我是否应该输出权重以及权重等于真实值的损失？ 我正在寻找您在这方面的建议。 谢谢，