使用RNN识别语音数据的反向传播问题

Question

在使用RNN处理声音的实验中，我将声音数据以1000为单位划分成了多个样本，每一次的rnn循环读取样本中的一个数据，因此前向传播的次数应该是1000次。在所有的前向传播结束之后应该会得到1000个结果，对1000个结果取平均后(做mean pooling处理)，经过sigmod函数得到分类的预测结果，此时和正确结果相见可以得到此次训练的误差，但得到误差之后我怎么返回进行反向传播对我原来的权值进行更新呢？是每一层都根据正确的分类结果（0或1）计算一次误差，还是同时使用相同的误差来进行计算呢？

Answer 1

应该是先计算sigmoid的部分，然后再通过mean pooling的部分。mean pooling的部分就直接除以1000就好了。这是最朴素的BP了。
当然也可以通过更改模型实现各种不同的误差传递方法。