链式求导（Chain Rule）的本质是复合函数变化的传递机制——它描述了当多个函数嵌套组合时，输入的微小变化如何通过每一层函数逐层传递、缩放，最终影响到输出。
核心直觉：变化率的"接力赛"
想象一个三层复合函数 \(y = f(g(h(x)))\)：
x → [h] → u → [g] → v → [f] → y
当 \(x\) 变化一点点 \(\Delta x\)：
- 首先影响 \(h\)，产生变化 \(\Delta u \approx h'(x)\Delta x\)
- 然后这个变化传入 \(g\)，产生 \(\Delta v \approx g'(u)\Delta u\)
- 最后传入 \(f\)，产生 \(\Delta y \approx f'(v)\Delta v\)
链式法则就是把这些局部变化率连乘起来：
\[\frac{dy}{dx} = \frac{dy}{dv} \cdot \frac{dv}{du} \cdot \frac{du}{dx} = f'(v) \cdot g'(u) \cdot h'(x)
\]
为什么本质上是"连乘"？
因为导数是线性近似中的比例系数。在每个点附近，函数 behaves like 一个缩放器：
- \(h\) 在 \(x\) 处像个"放大器"，倍数是 \(h'(x)\)
- \(g\) 在 \(u\) 处像个"放大器"，倍数是 \(g'(u)\)
- 总效果就是把这些放大倍数相乘
多维推广：雅可比矩阵的链式法则
对于向量值函数 \(\mathbf{y} = \mathbf{f}(\mathbf{g}(\mathbf{x}))\)，单变量导数变成雅可比矩阵，链式法则变成矩阵乘法：
\[J_{\mathbf{f}\circ\mathbf{g}}(\mathbf{x}) = J_{\mathbf{f}}(\mathbf{g}(\mathbf{x})) \cdot J_{\mathbf{g}}(\mathbf{x})
\]
这解释了神经网络反向传播的核心：梯度是 Jacobian 的转置，从输出层向输入层逐层反向传播，每一层左乘一个 Jacobian 矩阵。
一句话总结
链式求导的本质是：复合系统的总敏感度，等于各组成部分敏感度的乘积（或矩阵连乘）。
这也是为什么它在物理学（相关变化率）、机器学习（反向传播）、控制理论（级联系统）中如此普遍——任何分层/模块化的系统，其整体响应都是局部响应的链式组合。