순전파가 값을 앞에서 뒤로 흘린다면, 역전파는 기울기를 뒤에서 앞으로 흘립니다. 핵심 도구는 연쇄법칙입니다. 합성 함수의 미분은 국소 미분의 곱이라는 한 장면을 고정해 loss.backward()가 무엇을 하는지 설명합니다.

자세한 내용과 근거는 DAKER 원문에서 확인하실 수 있습니다.

핵심 요약

• 연쇄법칙으로 출력 기울기가 앞 층 가중치로 흘러가는 장면을 그립니다.

• 역전파를 기호보다 경로 그림으로 먼저 이해합니다.

• 원문에서 간단한 경로 예시를 확인하실 수 있습니다.

원문 보기: https://daker.ai/community/chain-rule-gradient-propagation