反向传播 (Backpropagation)
把神经网络想象成一个学生，反向传播就是他“从错误中学习”的过程。
核心思想：模型先进行一次预测（前向传播），然后计算预测结果与正确答案的差距（误差）。接着，这个误差会从后往前传递，告诉每一层的“神经元”应该如何微调自己，以便下次能做出更准确的预测。这个“微调”的过程就是反向传播。
X1
X2
H1
H2
O1
用更直观、更有趣的方式，解构复杂的人工智能模型。
把神经网络想象成一个学生，反向传播就是他“从错误中学习”的过程。
核心思想：模型先进行一次预测（前向传播），然后计算预测结果与正确答案的差距（误差）。接着，这个误差会从后往前传递，告诉每一层的“神经元”应该如何微调自己，以便下次能做出更准确的预测。这个“微调”的过程就是反向传播。