首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
人工智能
knowfoot
创建于2025-06-29
订阅专栏
介绍人工智能基础技术和应用
暂无订阅
共2篇文章
创建于2025-06-29
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
硬核拆解!跟着公式“走”一遍,你也能彻底看懂神经网络
引言:从概率视角看AI的本质 在探索神经网络奥秘的旅程中,我们不得不先审视一个深刻的认知:无论是当下令人瞩目的生成式 AI,还是朝着通用人工智能(AGI)迈进的探索,本质上都与“概率模型”紧密相连。
神经网络误差和梯度公式推导
本文推导了神经网络中输出误差和权重梯度的计算公式。首先通过链式法则推导了输出误差δ^(3),在交叉熵损失和softmax激活函数下,得出∂L/∂z_k = a_k - t_k的简洁形式。接着推导权重梯