自分でニューラルネットワークを作ろうの重みの更新式を計算導出したい

自分でニューラルネットワークを作ろうhttps://qiita.com/takahiro_itazuri/items/d2bea1c643d7cca11352#comment-a59cd26161ee56ea1220
の、

python
1        # 重みの更新
2        self.w_ho += self.lr * np.dot((e_o * self.daf(o_o)), o_h.T)
3        self.w_ih += self.lr * np.dot((e_h * self.daf(o_h)), o_i.T)

この式の導出方法を、高校数学レベルで知りたいのですが、

別のページには、

重みの式が以下

 https://qiita.com/perrying/items/6b782a21e0b105ea875cより。

という事で、これに代入したら導出できるんでしょうか？

回答者に進めて貰った
このhttps://youtu.be/X8hK4ovQoLg動画を見たんですが、
式がこの下の画像の式のように表されるという事が、なんとなく分かったのですが、

しかし、この式と、記事の式は、そもそも違うように思います。

※また、少し脱線しますが、動画内でδは出力層の値から辿っていけば分かる、、とあるのですが、
どのような関係式になっているのでしょうか？k+1番目とk番目が、その説明がないような・・・。

記事の
self.w_ho += self.lr * np.dot((e_o * self.daf(o_o)), o_h.T)
この式を、自分なりに考えてみたのですが（他の質問の回答も元に）、
o_oは出力値なので、これをシグモイド導関数に代入して、傾きを求めるというのは分かります。
f(x)をシグモイド関数の式とすると、f'(o_o)であり、これはつまり、
o_o = f(x_o)である事から、
誤差関数を(t-f(x_o))^2/2とかで置いて、これをある変数で微分すると、
(t-o_o)f'(x_o)(x_o)'とかになるので、この(t-o_o)がe_oであり、f'(x_o)はself.daf(e_o)になりそうなのですが・・・（記事ではe_oでなくo_o)。
そうなるとして、o_h.Tを掛ける理由も、これだけ行列積として掛ける理由も分かりません・・・。

quickquip

2021/04/07 15:28

https://qiita.com/takahiro_itazuri/items/d2bea1c643d7cca11352#%E8%AA%A4%E5%B7%AE%E9%80%86%E4%BC%9D%E6%90%AC%E6%B3%95 のどこで分からなくなっているのか書いた方がいいんじゃないですか?

退会済みユーザー

2021/04/07 15:58

あまりちゃんと読んでなかったのですが、前半に結構重要そうな事が書かれてますね！読んでみます。

jbpb0

2021/04/07 21:45

このあたり見るとか https://youtu.be/X8hK4ovQoLg

quickquip

2021/04/08 00:45 編集

ここに自分が勉強したいことが書いてありそうなんだけど自分でちゃんと読む気は全然ないので自分が勉強するべき事が書いてあるどうかから誰か自分の代わりに読んで自分で読んだ方がよさそうな部分を推測して指摘するか全部イチから解説してくださいという最悪級の質問に端からは見えているという自覚はないんですねぇ（もちろん自覚してやってるとは思ってませんが）

退会済みユーザー

2021/04/08 14:40 編集

ありがとうございます。質問のほうに補足質問しました。

退会済みユーザー

2021/04/10 07:16

数学板でちょっと質問したんですけど、あそこの住人強すぎますね。ニューラルの知識はないけど、とかいって、ざっと数式らしきもの書いて、プログラムの誤り指摘してきたし。