neural-network - 如何在反向传播时更新二次多项式的参数（而不是常见的 NN 方法）？

Question

这是一个近似任务

• 二次多项式 f(teta,x)
• 其中 teta0,teta1,teta2 是要更改的参数
• xi->yi 输入 xi 的输出值 yi 数据集
• 正如您在此公式中可能进一步看到的那样，计算了小批量的均方误差

我的问题是，对于小批量或单个值有一些错误，如何通过这个公式反向传播它并更新 Teta 值？反向传播时神经网络中的udes与正常方法有很大不同，所以也许任何人都可以提供帮助？非常感谢您的回答