待验证50% 置信权衡取舍精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

Auxein：抛弃反向传播的在线无监督学习引擎解析

涉及实体

Winner-Take-Allconcept

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72% 相似待验证灾难性遗忘的根源在于神经网络参数的全局共享机制，更新某一任务参数会干扰其他任务的表示66% 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66% 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% 相似待验证赫布定律指出一起激活的神经元连接在一起，长期不被激活的突触连接会在突触修剪过程中被清除64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/911360

API

curl https://kongchang.com/api/v1/knowledge/claims/911360

MCP

get_claim(id=911360)