待验证50% 置信事实精确时间
Xavier初始化根据输入和输出的神经元数量调整权重的方差，适合Sigmoid/Tanh类激活函数。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证人工神经元接收多个输入信号，对每个输入乘以权重，加上偏置，然后通过激活函数决定是否激发输出71% 相似待验证等变神经网络的等变性使输出随输入的旋转或平移变换而以相同方式变换，这种归纳偏置提高了样本效率65% 相似待验证神经元轮盘赌利用mlp_hooks在模型的多层感知机（MLP）层上挂载钩子函数，用来捕获神经元的激活值64% 相似待验证Winner-Take-All 机制对于每个输入只有一个获胜神经元被激活并更新，容易导致死单元且表示能力受限62% 相似待验证若大脑高效性部分源于行波实现的异步、分布式信息路由，神经形态架构在模拟这一机制方面可能比传统同步时钟驱动的GPU计算更具优势61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011889API
curl https://kongchang.com/api/v1/knowledge/claims/1011889MCP
get_claim(id=1011889)