待验证50% 置信事实精确时间

神经网络由多层节点组成，包括输入层、若干隐藏层和输出层；深度指隐藏层数量多，依赖反向传播算法调整权重。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

零基础入门人工智能：从核心概念到机器学习的完整学习路径

涉及实体

神经网络concept 反向传播concept

相关事实

待验证神经网络重要性度量的成熟技术路线包括梯度×输入、积分梯度、SHAP 值、LayerCAM 等71% 相似待验证图像识别中浅层神经元响应边缘纹理等低级特征，深层神经元对整体概念做出反应69% 相似已验证卷积神经网络（CNN）受视觉皮层结构启发，通过卷积核在图像上滑动提取局部特征，参数共享机制大幅降低计算量68% 相似待验证基于距离或梯度的算法（KNN、SVM、逻辑回归、神经网络）对特征尺度敏感，需要做特征缩放68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018203

API

curl https://kongchang.com/api/v1/knowledge/claims/1018203

MCP

get_claim(id=1018203)