待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证闭环优化是神经科学中的实验范式，系统能实时根据大脑反馈信号动态调整刺激参数，形成刺激→神经响应→参数调整→新刺激的迭代回路73% 相似待验证Transformer的自注意力机制通过计算Query、Key、Value三个矩阵的乘积，解决了传统循环神经网络在长序列上的梯度消失问题70% 相似待验证图神经网络通过消息传递机制让每个节点聚合邻居节点信息，迭代更新自身表征69% 相似待验证神经进化（neuroevolution）用进化算法代替梯度下降来优化神经网络的权重或结构，不需要可微分的损失函数68% 相似待验证反向传播的高效来源于复用前向传播存储的中间值与误差项，这是动态规划的核心思想，一次反向传播即可得到所有参数的梯度68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/523954API
curl https://kongchang.com/api/v1/knowledge/claims/523954MCP
get_claim(id=523954)