神经网络（Neural Network）
由带权连接与激活函数分层组成的模型家族：前向结构给出输出、损失定义对错、梯度负责把判断依据从数据里更新出来；本课的历史线用算法、算力、数据三本账解释它的起伏。
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 6 个词条引用
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。
- 反向传播（Backpropagation）正文引用
- 反向传播（Backpropagation）相关概念
- 感知机（Perceptron）正文引用
- 感知机（Perceptron）相关概念
- 深度学习（Deep Learning）相关概念
反链（6）
- 反向传播（Backpropagation）正文引用
- 反向传播（Backpropagation）相关概念
- 感知机（Perceptron）相关概念
- 卷积神经网络相关概念
- 全连接层正文引用
- 深度学习（Deep Learning）正文引用
出现在哪些课时里（4）
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。
- 反向传播不是 1986 年发明的深度学习是怎么来的：机制、竞争与未定论
- 寒冬是三本账同时变差深度学习是怎么来的：机制、竞争与未定论
- 序列为什么难，注意力解决了什么深度学习是怎么来的：机制、竞争与未定论
- 仍在争议的历史：怎么对一条叙事提问深度学习是怎么来的：机制、竞争与未定论
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。
以列表方式看这 6 个节点
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 - 课程正文用法归纳从手写体到 ImageNet：卷积赢在哪一格
packages/db/prisma/lesson-content/from-handwriting-to-imagenet.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。