清华社课件人工智能素养2.7神经网络怎么学：反向传播的“魔法”.pptx

反向传播：让神经网络学会学习的魔法

从感知器到深度网络的困境反向传播的破局之道优化器的进化升级

01从感知器到深度网络的困境

多层网络的责任分配难题单层感知器的局限单层感知器只能解决线性可分问题，无法处理复杂的非线性模式。随着人工智能发展，网络必须向更深层次扩展，以捕捉数据中的高阶特征与抽象表示。深层网络的归因困境当网络拥有多个隐藏层时，若最终输出出现错误，系统无法直接判断是哪个神经元的哪个权重导致了偏差。这种责任归属问题长期制约着深度网络的发展，亟需一种能够穿透层级、精准定位误差来源的新方法。

02反向传播的破局之道

1986年改变深度学习历史的算法算法的里程碑意义1986年反向传播算法的正