网络训练三步：前向算预测 · 反向传梯度 · 梯度下降更新 输入层 x 隐层 输出 ŷ 真实标签 y y 误差 ŷ − y ① forward 前向：加权求和 + 偏置 → 激活 σ，逐层算到预测 ② backward 反向：链式法则把误差逐层回传，算出每个 ∂L/∂w ③ 梯度下降更新 wnew = wold − α · ∂L/∂w α 学习率＝步子大小： 太大容易跨过头，太小走得慢 用②算出的梯度，按①的预测误差更新参数 梯度下降＝怎么更新（策略）　反向传播＝梯度怎么算（手段）——分工合作，别混为一谈