然后呢这里还有个小例子 ，咱们简单来看一下吧 ，比如这一块稍微复杂一点 ，我知道这个 fwx 啊 ，里边就是 x 是我的数数据 ，w 呢就是我的权重参数 ，给出来这样一个式子之后啊 ，我们想去计算它的一个反向传播 ，或者说我要逐层的去计算它的一个梯度值 ，那这个该怎么去计算啊 ，咱们来看一下 ，首先来看最后最后的时候 ，最后为什么是 x 分之一吧 ，那应该怎么办来求偏导 ，求导等于多少 x 分之一 ，它的一个导数等于负的 x 方分之一吧 ，把谁带进去啊 ，1.37往里带是不是一点 ，负的1.37的平方分之一等于多少 ，等于负的这个0.53吧 ，下面是 t 多少 ，前面是我的一个输入 ，然后这块是个加1+1什么意思啊 ，那就是 x 加1yx加一导数等于多少 ，等于一吧 ，那咱们来看前面这个梯度是负的0.53 ，就是你后面给你传过来这个梯度 ，它是等于负的0.53 ，接下来呢 ，接下来它有一个自身的一个梯度吧 ，在这里你看我这个 x 加一自身 tu 等于多少等于一吧 ，咱刚才是不是说了 ，在反向传播过程当中 ，要逐层逐层建完之后要怎么办 ，X 加 n 乘除什么法呀 ，是个乘法吧 ，所以说前面算完之后 ，比如说前面算完等于负的0.53 ，给它拿过来 ，然后这一层算出得多少 ，那 ex 加一求偏导 ，那还是等于一吧 ，再乘什么 ，再乘一个一是不是还是一个负的0.53啊 ，然后这其中啊就是每一步都是这么去做的 ，这里就不给大家一步一步去算了 ，然后咱们可以来呃看一下框架这块儿吧 ，观点是这样 ，就是这一块 ，我说它还等于一个 q 吧 ，这个 q 它是等于一个w0乘上一个x0的 ，此时咱们来想 ，我要对谁求偏导啊 ，那你要就是看你要求谁呗 ，x 它是个数据 ，它往死了也不会去变的吧 ，X 是不变的 ，只有 w 能改变吧 ，所以说此时我应该是什么 ，

我应该是个 qq 对我的一个 wdn 去求偏导吧 ，来看一下吧 ，这个式子对w00 q 偏 x 等于什么 ，等于x0吧 ，X0等于几啊 ，X0输入唉 ，这个绿色的等于一个二吧 ，所以说此时它算完的一个梯度是等于二的 ，那不光你 ，就是你算完了这个梯度就完事儿了 ，你还算什么 ，你还要算出来前一层啊 ，不是 ，这这这不是二就看错了 ，应该是x0吧 ，x0几 ，X0是负一啊 ，这应该是个负一 ，这是什么 ，这是自身的一个梯度吧 ，自身的梯度负一还要乘上谁呀 ，还要乘上前一层传下来的梯度吧 ，前一层我们也不用管前面怎么算了 ，直接看最后一个 ，前一层传的梯度是不是负二啊 ，那最终的负一乘上一个负二等于多少啊 ，等于一个啊 ，来看一下唉 ，这是一个负一啊 ，不如看看这不是个负二 ，a 乘多少 ，这个负二它是什么 ，是负二是这边的一个输入啊 ，这应该成什么梯度 ，下面表示应该乘上一个0.2吧 ，应该是(-1)×0.2=1个负的0.2 ，此时你看下面这个值是负的0.2吧 ，下面这个红色 ，啊是 ，咱们看下梯度 ，刚才算对这啊刚才我看了看这个上面了 ，应该是下面吧 ，这0.2它的一个梯度乘上自身的一个梯度值就等于当前w0 ，我算完它要更新的时候一个计算的梯度值了 ，这里给大家看了一下 ，就是我们反传播当中啊 ，它是怎么去算的 ，我建议大家啊 ，就是这个东西只要理解就可以了 ，没必要自己动手去算 ，因为实际上当我们在算的时候 ，你不是对一个数要求偏导 ，比如不是对一个一 ，二 ，三 ，四 ，五 ，六 ，七啊 ，而是对一个矩阵 ，对矩阵求偏导啊 ，就是拿笔去算 ，我觉得不太现实啊 ，一般情况下我们都有工具包直接来帮助我们去算了 ，所以说大家不用算具体值了 ，只需要知道我们实际的大概的一个流程 ，知道他怎么去做的就可以了 ，然后呢在计算过程当中 ，啊这个式子就描述了一点啊就是呃我们不光可以一步一步去做计算 ，