我们需要找到损失函数（成本函数）相对于权重的梯度，以使用 SGD 或梯度下降等优化方法。到目前为止，我遇到了两种计算梯度的方法：

1. 反向传播
2. 通过微积分计算损失函数的梯度

我找到了许多理解反向传播的资源。我指的第二种方法是下图（具体例子，e是误差：目标和预测之间的差异）：

此外，本文中提到了证明：here

此外，我在阅读此博客时发现了这种方法。（您可能需要向下滚动才能看到代码：gradient = XTdot(error) / X.shape[0] ）

我的问题是找到成本函数梯度的两种方法是否相同？它看起来不同，如果是的话，哪个更有效（尽管可以猜测它是反向传播）

将不胜感激任何帮助。感谢您的耐心（这是我第一次学习 ML）。