MENTAL MODEL · M0545
反向传播
Backpropagation
Version 1.0.0 · 更新于 2026-07-30
CORE DEFINITION · 核心定义
神经网络的核心算法。通过计算输出结果与真实结果的误差，然后将误差从输出层反向传导回输入层，逐层调整神经元的权重，以修正模型。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
基于错误的快速迭代。它提供了一种学习的高级隐喻：不要只向前看（做题），要花更多时间向后看（纠错）。从错误结果反推是哪个环节的“权重”出了问题，是提高学习效率的最快路径。
anchor
锚定快速决策
神经网络训练算法：用链式法则从输出层向输入层反向计算损失对各参数的梯度，再用梯度下降更新权重，是深度学习的基石。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Backpropagationverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型