(一)定义对于简单的线性模型,我们把他的运算转换为神经元的运算则是如下图:我们对于通过求导,在更新权重的过程中,让损失函数达到最小值(不是让y最小),但这是对于比较简单的模型,对于复杂的模型,我们涉及到的权重很多,如果每个函数挨个写解析式是很复杂的,那么我们就尝试把这个神经网络看作是一个图,在图上来传播梯度,最终根据链式法则把梯度给求出来,这种算法就叫做反向传播算法Backpropag