损失函数$J(W_{11},W_{12},\cdots,W_{ij},\cdots,W{mn})$
要计算梯度$\nabla J=\frac{\partial J}{\partial W_{11}}e_{11}+\cdots+\frac{\partial J}{\partial W_{mn}}e_{mn} $，$e_{ij}$为单位正交向量（$J$对每个参数求偏导）
那么使用链式法则，我们可以画出计算图
①先标记出所有中间结点
②对每一个结点，写出上一层直连结点（最顶层就是$J$）对该节点求得的偏导式（偏的是本结点中间变量），其他变量都视为常数
③根据计算图，使用链式法则（两个结点之间，偏导式同路径相乘，所有路径相加）
主要理解清，某一个中间结点对另一个邻层中间结点求导，是对中间变量求导，只看局部，其它的变量都视为常数，都先只计算邻接层求导，再分别计算完每个偏导式之后，再运用链式法则根据全路径计算跨层求导
这样一来会有很多的重复计算（重复路径）。
为了解决这个问题，BP的做法是自顶向下，逐层反向求导，累计计算
也就是说从最高层$J$开始，按层计算出该层的偏导式值，然后再把这个值（是个含变量的表达式，但是对于这个中间层来说是个常数）发给这个结点下属路径下的每个结点（让他们乘上这个上层来的偏导式），然后再计算下一层的偏导式，如此迭代到输入层
注意都是先推导式子，最后再代入值计算，比如输入以及真实label都是最后推导完式子后计算的时候的一个常数值
