计算图与反向传播是深度学习的核心引擎，它决定了模型如何从数据中学习。很多人调用model.backward()时，可能并不清楚梯度是如何从输出层一步步“流”回输入层的。这篇文章将彻底拆解这个过程，让你不仅理解原理，还能在代码层面亲手验证每一步的梯度计算。我们将从一个带 L2 正则化的单隐藏层感知机入手，通过数学推导和代码实现，完整展示前向传播、计算图构建、反向传播的梯度计算全过程。重点是理解链式法则在计算图中的具体应用，以及中间变量如何被高效复用。无论你是想深入理解 PyTorch/TensorFlow 的自动微分机制，还是为面试准备，这篇文章都能提供清晰的路径。1. 核心概念速览在深入细节之前，我们先快速把握几个关键点：概念核心解释在训练中的作用前向传播按网络结构顺序计算并存储每一层的输出（中间变量）。得到模型预测值，并生成用于反向传播的计算图。计算图一种有向无环图，节点代表变量（输入、参数、中间结果），边代表运算。清晰地定义了变量间的依赖关系，是反向传播的路线图。反向传播依据计算图，从最终损失开始，按链式法则反向计算所有参数的梯度。为优化器（如SGD、Adam）提供更新模型参数的依据（梯度）。梯度损失函数相对于某个参数的变化率，是一个向量或矩阵。指明了参数调整的方向和幅度，是模型学习的“指南针”。链式法则计算复合函数导数的核心数学工具。使得梯度可以沿着计算图从输出层“传播”回输入层。核心关系：前向传播构建计算图，反向传播利用计算图和链式法则计算梯度。整个过程是现代深度学习框架（如PyTorch的Autograd）自动微分功能的基础。2. 为什么需要反向传播？一个简单例子假设我们有一个极其简单的网络：y = w * x + b，并采用均方误差损失L = (y_pred - y_true)^2。 我们的目标是求损失L对参数w和b的梯度∂L/∂w和∂L/∂b。手动计算并不难：∂L/∂y_pred = 2*(y_pred - y_true)∂y_pred/∂w = x∂L/∂w = (∂L/∂y_pred) * (∂y_pred/∂w) = 2*(y_pred - y_true) * x同理，∂L/∂b = (∂L/∂y_pred) * (∂y_pred/∂b) = 2*(y_pred - y_true) * 1当网络变成10层、100层，有数百万个参数时，手动计算梯度变得不可能。反向传播算法通过系统性地应用链式法则，自动化了这个过程。它最大的优势是避免了重复计算：在前向传播中存储的中间结果，可以在反向传播中被复用，从而极大地提高了计算效率。3. 实战模型：带L2正则化的单隐藏层感知机我们将以一个具体的、稍复杂的模型为例，把理论落
