通常在编程框架中实现反向处理是很简单的，因为编程框架是可以自动处理反向。
但是我们有必要了解RNNs中backprop是怎么运作的。
我们为了实现反向传播，也就是把整个计算流程反向。
最关键的反向计算是a<0>--a<1>--a<2>--....--a<Tx>这一链的反向计算，这里使用了一种非常快速的计算方法，叫做“基于时间的反向传播算法”
前馈传播，从左到右计算，增加的变量是时间t
基于时间的反向传播算法，从右到左计算，延时间轴反向传播
我们会定义一个损失函数，假设一个序列中的一个确定的词，是人名，所以y1就是1，然后或许这个特定词是人名的概率是0.1 ，我们把这个定义为标准的逻辑回归损失，也叫交叉熵损失，这就是一个词在一个位置上的损失值
L是从x1到xTx的损失值的加总。