从零到一，用动画和类比揭开机器学习的核心秘密
动画演示 · 白话解读 · 小白友好
AI 模型本质上是一个通过数据训练来学习规律的数学函数。它接收输入，经过计算，产生输出。
输入层 → 隐藏层（逐层提取特征）→ 输出层（最终预测）
数据从输入层流向输出层，每层神经元对输入进行加权求和，再通过激活函数产生输出。
数据沿箭头方向逐层流动
损失函数衡量模型预测值与真实值之间的差距。差距越小 = 模型越准。
反向传播是训练的核心算法。它利用链式法则，从输出层往回走，计算每个参数对损失的贡献度。
沿着梯度的反方向更新权重，逐步逼近损失函数的最低点。
你被蒙着眼站在山坡上。虽然看不见谷底在哪，但脚能感觉到坡度——梯度就是告诉你"哪个方向是下坡"。
每次都朝着"最陡的下坡"迈一步。走到脚底平坦了——恭喜，你找到谷底（损失最小值）了！
步子太大，跨过谷底飞到对面的山坡（震荡）；步子太小，走几百年都到不了。刚刚好 = 稳步到达。
你可能走进一个小坑（局部最低点），以为到了谷底。实际上旁边还有更深的山谷。Adam 优化器能帮你跳出来。
以上四步不断重复，每次遍历全部训练数据称为一个 Epoch。经过多个 Epoch 后，损失逐渐降低，模型越来越聪明。
背下了所有答案，却没理解道理。换道题就不会了。
学得太浅，连课本上的题都做不对。能力不够。
理解了本质规律，新题也能做对——这是我们的目标。
训练时随机关闭一部分神经元，迫使网络不依赖任何一个"天才"，让整个团队更稳健。
通常从 0.001 开始尝试。太大震荡不收敛，太小训练极慢。
常见 32/64/128/256。大 batch 训练快但泛化可能差，小 batch 噪声多但能跳出局部最优。
更深能学更复杂特征，但更容易过拟合。从简单架构开始，逐步增加。
常用 0.3~0.5。太高导致欠拟合，太低防不住过拟合。
没有单一指标能完全代表模型性能 —— 根据任务选择最合适的指标组合
先用小模型跑通全流程，确认基线再增加复杂度。
训练 loss 降、验证 loss 升 = 过拟合信号，该停止了。
后期降低学习率（Cosine Annealing），让模型精细收敛。
验证 loss 不再改善就提前停止，保存最佳权重。
数据 → 前向传播 → 损失计算 → 反向传播 → 梯度更新 → 循环迭代 → 智能诞生
感谢观看