待验证50% 置信事实精确时间

反向传播要求网络具有明确的分层结构和可微的激活函数，这在生物学上难以对应真实的神经元学习机制

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

单细胞智能之谜：生命最小单元的惊人决策能力

涉及实体

反向传播concept

相关事实

已验证神经网络的前向传播本质上就是矩阵乘法77% 相似已验证机制可解释性试图理解神经网络内部每个神经元和每层连接编码了怎样的概念77% 相似待验证卷积神经网络的核心创新在于权重共享与局部连接机制，通过滑动卷积核共享同一组参数降低模型参数量76% 相似待验证隐式神经网络在此指用小型神经网络直接参数化扭曲函数φ，输入是归一化时间坐标，输出是对应的对齐位置74% 相似待验证赫布学习的核心思想被概括为「一起激发的神经元，连接会加强」，只需突触两端神经元的局部激活状态即可完成权重更新73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1014596

API

curl https://kongchang.com/api/v1/knowledge/claims/1014596

MCP

get_claim(id=1014596)