动手三步

1. 从「动手先玩一玩」开始：先不碰公式，拖动权重、偏置两个滑块，把损失降到 0
2. 往下读「什么是反向传播」，鼠标停在正文里带颜色的词上（损失、梯度、链式法则、偏导数），会弹出带公式的解释
3. 到「看它跑起来」点播放：拟合直线一点点贴上数据，约 1500 轮后损失降到 0.000
4. 继续到「训练过程」的深网络，训练几十轮后暂停，点「播放这一轮的动画」，跟着「前向 → 反向 → 更新」走一遍
5. 用右侧面板换数据集、改学习率、加减层数，重跑对比

课堂怎么用

• 先让学生纯手工拖滑块把损失降到 0，再说「反向传播就是让机器自动做这件事」，比直接上链式法则好接受
• 单轮动画的三段正好对应教材的三步，可以逐段暂停讲解，配合网络上的箭头讲「梯度指的是往哪推」
• 学习率对照：0.0001 与 0.005 各跑 60 轮，看损失曲线的下降速度与抖动
• 接 B-06 神经网络游乐场：那件让学生调参数看结果，这件解释结果是怎么被算出来的

思考题

1. 为什么必须先做一次前向传播，才能做反向传播？
2. 梯度指的是「最陡上升方向」，那更新参数时为什么要取它的反方向？
3. 网络变深以后要算的导数变多了，但文中说「逻辑一点没变」，指的是哪一点没变？

已知限制

• 顶部横幅、网络图例以及正文里十余张插图，是原作导出的图形且文字已转成矢量轮廓，无法翻译，仍是英文
• 单轮动画控制台里四个标签保留英文：它们与实时数字混排，翻译会让数字停在翻译那一刻
• 式子里嵌着当前权重的算式按数学式保留原样
• 打开浏览器控制台时会看到一条原作自带的告警（关掉中文层照样出现），不影响功能
• 站点 22.6 MB，含一段较大的演示动图，首次打开偏慢，建议课前在教师机预热一次
• 正文很长，通读约 40 分钟，课堂上建议按目录挑节讲