← 返回文章大模型原理

神经网络是什么?不学公式怎么理解?

神经网络用多层计算把输入变成输出,训练时调整其中的参数。

先弄明白

“像大脑”只是粗浅类比,不能据此认为它有人的理解和责任能力。先理解输入、目标与错误怎样对应。

分三步试一试

  • 设想按商品描述判断“文具或餐具”的任务。
  • 写出清晰样例和模棱两可的样例。
  • 检查新样例的错误,讨论数据覆盖而非只加口号。

可以这样问

先准备好

先做分类题,理解样例与错误;这里没有真正训练神经网络。

练习材料(虚构示例)

样例:钢笔→文具;汤勺→餐具。新题:笔形餐具,资料只说明用于吃饭。

把提示词里的占位符换成上面的材料;没有占位符时,将材料接到提示词后。阅读时长不含实际练习。

把“钢笔、汤勺、笔形餐具”按类别整理,并指出哪个样例需要人工确认。这是教学练习,不声称训练了模型。

结果怎么核对(供练习对照)

新题不应只因含“笔”判文具;信息不足时可以标需确认。聊天答对不等于训练了一个分类器。

遇到问题怎么办

例子全对不代表会处理没见过的商品,还要专门设计不同类型的新样例。

怎么判断学会了

能说清样例覆盖不足为什么会影响结果,而不是说网络越大必然越准。

参考资料与适用范围

以下资料用于核对概念或产品入口,练习步骤由本站整理,不代表官方认证或客户效果。界面和可用功能可能更新,请以当前产品为准。资料核对日期:2026-10-17。

先聊一项具体工作

说说现在怎么做、哪一步最费时间。初次沟通免费。

免费聊聊 ↗
需要帮助?了解小范围实施服务 ↗

继续阅读