深度学习:多分类神经网络的反向传播 — 梯度推导全过程 2026 年 08 月 11 日 深度学习 手动推导多分类神经网络（交叉熵 + Softmax）的反向传播过程，理解 δ（loss 对 logits 的偏导）在各层间传递的规律，以及单样本与批量数据的公式差异 反向传播 梯度推导 链式法则 Softmax 交叉熵