模型 · 深度词条
Neural Network / NN(神经网络)
把很多简单的加权计算单元分层连接,靠训练调整连接权重,学出输入到输出的复杂映射。
四层解释
通俗
把很多简单的加权计算单元分层连接,靠训练调整连接权重,学出输入到输出的复杂映射。
专业
神经网络是由可微参数化层组成的函数族,通常通过反向传播和梯度优化最小化经验风险。
机制
每层执行线性变换与非线性激活;多层组合可逼近复杂关系,训练时梯度决定各参数的更新方向。
工程
架构只是起点,初始化、优化器、归一化、数据、正则化和训练稳定性都会影响结果。
全链路位置
INPUT数值向量或张量
→PROCESS多层加权、激活与参数学习
→OUTPUT分数、概率、向量或生成分布
常见用途
- 分类和预测
- 特征表示
- 生成模型底座
专业边界
- 名称来自生物类比,但不是大脑复制品
- 输出解释通常不是因果解释
常见误解
- 每个神经元都对应一个明确概念
- 层数越多效果一定越好
关联概念
来源与核对记录
S1Machine Learning GlossaryGoogle for Developers · 官方技术文档 · 查阅 2026-09-07
↗S2Introduction to Large Language ModelsGoogle for Developers · 官方技术课程 · 查阅 2026-09-07
↗编辑核对:2026-09-07。本状态表示内容与来源已登记,不代表经过外部专家审稿。