待验证50% 置信解决方案精确时间
加法节点的梯度传播规则是L对任一加数的偏导为1，直接将全局梯度传下去；乘法节点的偏导等于另一因子的值再乘以全局梯度
1
来源数
50%
置信度
长期有效
时效性
2026/8/13
首次发现
来源
相关事实
已验证反向传播的本质是链式求导，损失函数对每一层参数的梯度从输出层向输入层逐层传递，前提是损失函数必须存在且可微65% 相似待验证REINFORCE估计器的方差极高，因为一条轨迹中的每个动作都乘以整条轨迹的总回报59% 相似已验证调用loss.backward()时，PyTorch沿计算图反向遍历，利用链式法则自动计算每个参数的梯度59% 相似待验证反向传播的高效来源于复用前向传播存储的中间值与误差项，这是动态规划的核心思想，一次反向传播即可得到所有参数的梯度59% 相似待验证反向传播本质上是反向模式自动微分的一个特例，对于n个输入参数和1个标量输出的函数只需一次反向遍历即可计算所有偏导数59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/741886API
curl https://kongchang.com/api/v1/knowledge/claims/741886MCP
get_claim(id=741886)