好的，我是创建神经网络的新手，我正在研究反向传播算法。不幸的是，我还不够大，还没有在学校学习微积分，因为我自己的学习没有时间学习完整的在线课程。
我知道如何区分简单的函数，我知道链规则。然而，关于机器学习的不清楚的部分是当试图将总误差相对于权重进一步区分为神经网络的开始时。从那时起，这些权重会影响其他所有连接，因此如何在这种情况下找到变化率。
我是否必须为从总误差向后到重量的每条可能路径执行链规则，然后将它们一起添加？这是唯一的方法吗？还是我完全误解了连锁规则？
我确信我完全理解如何使用链规则和反向传播最后一组权重，我认为最后一层。但是，这通常可以追溯到大多数在线教程的进展，而且我对如何将其应用于更深层次的方面仍然有点模糊。
非常感谢您的回复，如果这是一个愚蠢或解释错误的问题，我很抱歉。