AI 参与说明（Agent：Claude Code）：本页由 Claude Code 整理，目前仅收录该主题的一手与权威参考入口，不含二次讲解；链接可访问性核验于 2026-08-14。
反向传播是对复合函数链式法则的高效组织：前向计算保留中间结果，反向按计算图逐层回传梯度，使一次反向传播的代价与一次前向传播同阶。
权威参考
- D. E. Rumelhart, G. E. Hinton, R. J. Williams, Learning representations by back-propagating errors, Nature 1986：把反向传播确立为神经网络训练方法的经典论文，全文可能需要订阅。
- CS231n: Backpropagation, Intuitions：斯坦福课程讲义，用计算图逐步推导梯度回传，是理解实现细节最直接的材料。
- PyTorch Autograd 机制：官方文档，说明现代框架如何用动态计算图自动完成反向传播。