多元线性回归是 y=wx+b，x一般充当特征、z充当预测值（相当于上面公式里的y），z如何来的？：x * w + b，得到的是预测值 z，预测值下面会有一个与之对应的 y真实值，想要描述预测值 z和真实值y 之间的关系用 loss损失函数，为了让损失最小，需要求导：之前做求导需要手动计算，现在可以通过自动微分 帮忙求导，算出导数，再反向把值传到下框中，用来更新 w和 b；
为什么叫反向传播 ？：因为从 x - -> w 乘 、b加 - -> 拿到预测值z、结合真实值y - -> 得到损失函数；（绿色标注的、从左往右一直到计算出损失函数的过程叫正向传播），拿到损失函数进行求导，求导的目的是为了让损失最小，所以会将求导结果带入到下框 更新 w和b，更新完 w和b后，再次进行下一轮的正向传播，又可以得到新的预测值，再结合真实值再次计算损失，这个损失值肯定是会一次次降低的，算完后拿着导数（梯度）再次更新 w和b参数，更新完后第二轮传播结束；
第三轮拿着更新后的 w和b，与x一起再次计算预测值，预测值与真实值一起再计算损失求导，拿到导数再次更新 w和b...
所以从前往后叫正向，求导后拿着导数反向更新 w和b的值的动作叫做 BP算法**（Back Propagation 反向传播）**；