深度学习基础：反向传播推导

用两输入两隐藏一输出的最小网络把反向传播手算到底：δ 的定义与逐层递推、一组走到参数更新的完整数值例（附 PyTorch 对账），再把 Softmax+交叉熵、Sigmoid+BCE、ReLU+线性输出、Batch 四种组合各推一遍并横向对比。