Unverified50% confidenceFactExact time
深度神经网络由输入层、若干隐藏层、输出层构成，每个神经元对前一层输入做加权求和加偏置后通过激活函数做非线性变换
1
Sources
50%
Confidence
Long-term
Relevance
7/22/2026
First Seen
Sources
Related Claims
Verified深度学习使用多层神经网络，其结构受人脑神经元连接方式的启发82% similarUnverified当需要表征的特征数量远超可用神经元数量时，网络会利用高维空间中近似正交向量数量远超维度数量的特性（Johnson-Lindenstrauss引理）将多个特征叠加压缩编码到同一组神经元上78% similarUnverified端到端神经网络将从传感器原始输入到控制输出的整个流程封装在统一深度学习模型中，取代传统感知、预测、规划、控制分离的流水线架构75% similarUnverified大模型底层的数学结构是深度神经网络，本质上是无数个简单函数层层嵌套形成的复合函数74% similarUnverified残差连接（Residual Connections）将每层的输入直接加到输出上，解决深层网络中的梯度消失问题73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/587521API
curl https://kongchang.com/api/v1/knowledge/claims/587521MCP
get_claim(id=587521)