逐步理解反向传播：前向传播与反向传播

文章以含一个隐藏层的多层感知机为例，逐步拆解反向传播：3 个输入、4 个隐藏单元、2 个类别共 20 个权重，前向经线性映射、ReLU、softmax 与交叉熵损失，反向用链式法则把损失对各权重的导数逐层传回。文中指出 ReLU 的 Jacobian 是对角矩阵、softmax 的 Jacobian 是稠密矩阵，并提到 PaLM 与 Llama 的线性层均不使用偏置。