反向传播（Backpropagation）是训练神经网络时，用来计算“每个参数该为最终误差负多少责任”的算法。
想象一条工厂流水线：原料从第一道工序走到最后一道工序，最后得到一个产品，这叫前向传播（Forward Propagation）。产品拿去质检，和标准答案一比，得到误差分数，这个打分规则叫损失函数（Loss Function）。现在要改进产品，但流水线上有成千上万个旋钮——也就是模型参数——该拧哪个、拧多少？反向传播就是倒着走一遍流水线，问每个旋钮：“你稍微变一点，最终误差会变多少？”这个“变化率”就是梯度（Gradient）。它利用链式法则（Chain Rule），把最后一层的误差影响一层层传回前面。
打个比方：总装车间发现产品不合格，先问最后一颗螺丝“你松一点，质量分下降多少”，再问上一道工序“你给的零件偏差，会让这颗螺丝的影响放大还是缩小”。一路倒推，每个环节都知道自己该负多少责任。
拿到梯度后，真正去拧旋钮的是优化器（Optimizer），例如梯度下降（Gradient Descent）：新参数 = 旧参数 - 学习率 × 梯度。所以“模型学会了”数学上就是：反复做“前向算误差、反向算梯度、更新参数”，直到损失下降、预测更接近目标。它并不是像人一样理解了概念，而是把大量参数调到一组让误差更小的数值。
| 概念 | 干什么 |
|---|---|
| 前向传播 | 输入到输出，算预测 |
| 损失函数 | 预测和目标差多少 |
| 反向传播 | 从损失倒推每个参数的梯度 |
| 梯度下降 | 按梯度真正更新参数 |
区别在于：前向传播负责“算答案”，反向传播负责“算责任”，梯度下降负责“改参数”。反向传播本身不更新参数，只是高效求出梯度；没有它，逐个参数试错会慢到不可行。
对从业者，理解它能解释梯度消失、梯度爆炸、学习率、batch size 等现象；对普通人，它说明大模型能力来自数据、目标和大量参数调优，不是凭空“背答案”。具体框架的实现细节以官方文档为准。