神经网络训练中的核心算法，通过计算损失函数对各层参数的梯度，反向逐层更新权重，使模型输出逐渐接近期望结果。
反向传播算法由 Rumelhart、Hinton 和 Williams 在 1986 年的论文中推广普及，其数学核心是链式法则
1986年，Rumelhart等人重新推广了反向传播算法
反向传播算法完全建立在链式法则之上