神经网络中的三大概念是：反向传播，梯度下降，损失函数。
第一步：以简单比喻理解：反向传播，梯度下降，损失函数。
神经网络训练的思想：先 “猜” （初始化）得到一个结果（预测结果 a），观察它和训练集中含有的真实结果 y 之间的差距，然后调整策略，有依据地向正确的方向靠近。如此反复多次直到预测结果和真实结果接近时，就结束训练。
在神经网络训练中，“猜”叫做初始化，可以随机也可以根据以前的经验给定初始值。
目的：猜到乙确定的数字。
初始化：甲猜5。
前向计算：甲每次猜的新数字。
损失函数：乙在根据甲猜的数来和自己心中想的数做比较，得出“大了”或“小了”的结论。
反向传播：乙告诉甲“小了”、“大了”。
梯度下降：甲根据乙的反馈中的含义自行调整下一轮的猜测值。