待验证50% 置信事实精确时间

神经网络的每一层执行线性变换（矩阵乘法加偏置向量），随后施加非线性激活函数（如 Sigmoid 或 ReLU）

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

用SQL实现神经网络：极客实验揭示深度学习底层原理

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76% 相似待验证线性表征假说认为神经网络中的概念以线性方向（方向向量）的形式存储在激活空间中73% 相似已验证神经网络的反向传播算法是链式法则的直接应用，梯度下降依赖微积分中的偏导数概念69% 相似待验证线性代数是神经网络前向传播与反向传播的计算语言，矩阵乘法对应全连接层的线性变换，特征值分解对应 PCA 降维68% 相似待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66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/528099

API

curl https://kongchang.com/api/v1/knowledge/claims/528099

MCP

get_claim(id=528099)