反向传播(Backpropagation)

沿链式法则把损失对每层权重的梯度逐层往回传的算法:Rumelhart、Hinton、Williams 1986 年那篇 Nature 确实存在,但「1986 年发明」是本课证据下站不住的优先权主张(Werbos 1974 已把它用于神经网络训练)。

生产方式:AI 生成AI 生成,仅供参考签发:晓黎学习复核:2026年11月1日被 10 个词条引用

能当天核完的部分:Rumelhart、Hinton 和 Williams 1986 年那篇 Nature(第 323 卷 533 至 536 页)确有其文,反向传播沿链式法则把误差逐层往回传、更新神经网络每层权重。

「发明于 1986」就超纲了:课程列出的证据里,Werbos 1974 年的博士论文已把这套反向模式用于神经网络,Schmidhuber 的综述还把相关线索往 1960 至 1970 年代再提前。本课的落点不是换一个人发奖状,而是换问法:先分清这句话是存在性、优先权还是因果主张,再决定需要什么证据。

相关

神经网络(Neural Network) 感知机(Perceptron) Crossref

互链

链接来自概念卡正文里的双链,编译时能解到本期词条集的才成为站内链接。

反链(10)

出现在哪些课时里(7)

判据与「课时正文里能不能点出来」是同一个:那一节确实提到了它。点课时走当前页跳转, 它是导航,不是词条链接。

关联图

只画这一条与它直接相连的词条,边与上面两区同源。可拖拽、可缩放,点节点是新标签。

出处

路径是本地知识库(Obsidian 库)里的位置,正文与概念卡逐字对应。

  • 课程正文用法归纳反向传播不是 1986 年发明的packages/db/prisma/lesson-content/backprop-not-invented-1986.md
  • 课程正文用法归纳寒冬是三本账同时变差packages/db/prisma/lesson-content/winters-were-payable.md
  • 课程正文用法归纳感知机的承诺:让数据来改判断依据packages/db/prisma/lesson-content/perceptron-promise.md
  • 课程正文用法归纳课程派生词条 · 模型与生成式 AI 基础

编译入库:2026年11月2日。词条由知识库编译而来, 修正要回到概念卡改,再重新编译。