感知机是最简单的神经网络：输出 sign(w·x + b)。它能学习线性可分的数据，但无法解决 XOR 等非线性问题。
相关演示
机器学习核心 · 第 2 章路径 5/8本章完成 0%前向传播反向传播激活函数
可用 ← → 键切换主题
感知机
线性分类器 · 决策边界
神经网络检查点
学完演示后来检验一下。全部答对即可标记本章测验通过。
1. 没有非线性激活时，深层网络会怎样？
2. 反向传播计算的是？
3. ReLU(x)=max(0,x) 的优点之一是？
与 AI 的联系
- 反向传播：对前向计算图反向求导，高效更新百万级参数。
- 深度：多层堆叠学习层次化特征，浅层边缘、深层语义。
- 框架：PyTorch 的 autograd 自动完成求导。