1. 计算顺序

• 前向微分（前向模式）

  • 从输入到输出逐层计算：沿计算图的正向顺序（输入层 → 输出层），同时计算函数值和导数。

  • 每一步同步更新导数：每个中间变量的导数随值一起计算，例如，对输入变量 x 的导数逐层传递。

• 后向微分（反向模式）

  • 先完成前向计算，再反向传播导数：

    1. 前向过程：计算所有中间变量的值（输入层 → 输出层）。

    2. 反向过程：从输出层开始，按链式法则反向计算梯度（输出层 → 输入层）。

2. 计算复杂度

• 前向微分

  • 计算单个输入的导数效率高，但输入多时效率低。

  • 若输入有 n 个变量，需运行 n 次前向模式才能得到全部梯度。

  • 适用场景：输入维度低（如 n 小）、输出维度高（如 m 大）。

• 后向微分

  • 一次反向传播即可计算所有输入的导数，输入多时效率高。

  • 若输出是标量（如神经网络的损失函数），仅需一次反向传播即可获得全部参数的梯度。

  • 适用场景：输出维度低（如标量）、输入维度高（如神经网络参数数量大）。

3. 在神经网络中的应用

• 前向微分

  • 较少用于神经网络训练，因为网络参数通常数量庞大（输入维度高），多次前向计算代价过高。

  • 可能在特定场景使用，如实时计算单个参数的敏感度。

• 后向微分

  • 反向传播（Backpropagation）是反向模式的具体实现，是神经网络训练的基石。

  • 高效计算损失函数对百万级参数的梯度，支撑梯度下降优化。

4. 内存与实现

• 前向微分

  • 内存占用低：仅需保存当前变量的值和导数，无需存储整个计算图。

  • 实现简单，适合嵌入式系统等资源受限场景。

• 后向微分

  • 内存占用高：需存储前向过程的所有中间变量，以便反向计算梯度。

  • 实现复杂，依赖计算图构建和动态跟踪（如 PyTorch 的 Autograd）。

 5. 示例对比