श्रृंखला नियम वह नियम है जिस पर बैकप्रोपैगेशन बना है। यह बताता है कि एक संयोजन को कैसे अवकलित करें: एक फलन दूसरे के अंदर, जैसे f(g(x))।
"बाहरी का भीतरी" को अवकलित करने के लिए, बाहरी अवकलज लें (भीतरी को अकेला छोड़कर), फिर भीतरी अवकलज से गुणा करें। परिवर्तन दरें श्रृंखला के साथ गुणा होती हैं।
इसे पाइपलाइन समझें: x → g → f। x में एक धक्का g′ से प्रवर्धित, फिर वह धक्का f′ से फिर प्रवर्धित। कुल प्रवर्धन दोनों का गुणनफल। आकृति संयोजन के साथ अवकलजों के गुणन को खींचती है।
ML में इसका स्थानबैकप्रोपैगेशन श्रृंखला नियम है, नेटवर्क के पीछे चलाया गया। एक गहरा नेट एक विशाल संयोजन (परत-दर-परत-दर-परत), और किसी शुरुआती भार के सापेक्ष हानि का ग्रेडिएंट स्थानीय अवकलजों का गुणनफल, प्रति परत एक, पथ के साथ गुणा। यही कारण "विलुप्त ग्रेडिएंट" होते हैं: कई छोटे अवकलज गुणा करें और गुणनफल शून्य तक सिकुड़ता है। श्रृंखला नियम बैकप्रोप जैसा नहीं; यह बैकप्रोप ही है।