返回系列列表
AI科普系列
🧠 神经网络基础
共 10/10 篇文章 · 用第一性原理理解AI
理解神经网络的工作原理：神经元、前向传播、反向传播
学习进度10/10 已完成
第 1 课·2026年3月27日
神经元：AI的最小单位，一个会做决定的小东西
你的大脑里有860亿个神经元。每个神经元都很简单，就是接收信号，然后决定要不要传递出去。AI的神经元也是这样。
⏱️ 8 分钟#神经元
开始阅读 →
第 2 课·2026年3月27日
神经网络：一群笨神经元组成的聪明系统
单个神经元很笨。但把它们连起来，让它们互相影响，就能做出聪明的事。这就是神经网络的魔法。
⏱️ 8 分钟#神经网络
开始阅读 →
第 3 课·2026年3月27日
前向传播：数据进去，答案出来，就这么简单
数据是如何在神经网络中流动的？从输入到输出，中间发生了什么？
⏱️ 8 分钟#前向传播
开始阅读 →
第 4 课·2026年3月27日
反向传播：AI如何从错误中学习
前向传播让AI能给出答案，但答案可能是错的。反向传播就是告诉AI「你错了，该怎么改」。
⏱️ 9 分钟#反向传播
开始阅读 →
第 5 课·2026年3月27日
过拟合：AI「背书」而不是真正理解
AI有时候会把训练数据「背」下来，而不是真正学会规律。这就是过拟合。
⏱️ 8 分钟#过拟合
开始阅读 →
第 6 课·2026年3月27日
欠拟合：AI连基础都没学好
过拟合是学得太「过」了，那欠拟合呢？是学得太「差」了。
⏱️ 7 分钟#欠拟合
开始阅读 →
第 7 课·2026年3月27日
正则化：给AI加上「紧箍咒」，防止它过度学习
为了防止过拟合，我们需要给AI加上一些限制。正则化就是这样一种技术。
⏱️ 8 分钟#正则化
开始阅读 →
第 8 课·2026年3月27日
激活函数：AI的「开关」，决定信号要不要通过
神经元需要决定是否「点火」传递信号，这个决定就是由激活函数做出的。
⏱️ 8 分钟#激活函数
开始阅读 →
第 9 课·2026年3月27日
优化器：让AI学得更快的「加速器」
梯度下降是基础，但实际使用中有很多改进版本。优化器决定了AI学习的速度和效果。
⏱️ 8 分钟#优化器
开始阅读 →
第 10 课·2026年3月27日
超参数：AI的「调味料」，调对了才好吃
学习率、批量大小、网络层数...这些超参数决定了AI的性能。
⏱️ 8 分钟#超参数
开始阅读 →
关于本系列
这个系列旨在用第一性原理拆解🧠 神经网络基础的核心概念。 每篇文章都聚焦于一个具体的知识点，配有手绘图解，让复杂的概念变得简单易懂。
神经元神经网络感知机