多元线性回归是 ywxbx一般充当特征、z充当预测值相当于上面公式里的yz如何来的x * w b得到的是预测值 z预测值下面会有一个与之对应的 y真实值想要描述预测值 z和真实值y 之间的关系用 loss损失函数为了让损失最小需要求导之前做求导需要手动计算现在可以通过自动微分帮忙求导算出导数再反向把值传到下框中用来更新 w和 b为什么叫反向传播因为从 x - - w 乘 、b加 - - 拿到预测值z、结合真实值y - - 得到损失函数绿色标注的、从左往右一直到计算出损失函数的过程叫正向传播拿到损失函数进行求导求导的目的是为了让损失最小所以会将求导结果带入到下框 更新 w和b更新完 w和b后再次进行下一轮的正向传播又可以得到新的预测值再结合真实值再次计算损失这个损失值肯定是会一次次降低的算完后拿着导数梯度再次更新 w和b参数更新完后第二轮传播结束第三轮拿着更新后的 w和b与x一起再次计算预测值预测值与真实值一起再计算损失求导拿到导数再次更新 w和b…所以从前往后叫正向求导后拿着导数反向更新 w和b的值的动作叫做 BP算法**Back Propagation 反向传播**