把 RNN 沿时间展开之后：理解 BPTT 与梯度传播Sep 12, 2026·5451 words·11 minsDeep-Learning RNN BPTT 反向传播 PyTorch 6.S191复习 RNN 的 backward 时，我关注的是参数共享：同一份 weight 在多个 timestep 被使用，各处产生的梯度最后怎么汇到它上面？把时间展开成计算图之后，这件事就可以用普通的 chain rule 来算。