神經網路學習筆記

從零理解神經網路：用互動視覺化工具，讓你「玩」懂深度學習

這是一個 6 篇的深度學習入門系列。從最基本的神經元開始，一步步建立對神經網路的完整理解——不只是會用，而是真正懂它在做什麼。

每篇文章都配有互動視覺化工具，讓你能動手實驗。

系列導覽

• 從零理解神經網路：完整系列導覽

文章列表

基礎概念

• 第一篇：一個神經元是如何思考的？
• 第二篇：為什麼激活函數如此重要？

學習機制

• 第三篇：梯度下降——順著山坡找谷底
• 第四篇：反向傳播——誰該為錯誤負責？

實現與實戰

• 第五篇：計算圖——為什麼叫「自動」微分？
• 第六篇：實戰——訓練你的第一個神經網路

互動視覺化工具

工具	說明
多輸入神經元	調整權重和偏置，看輸出變化
激活函數	比較不同激活函數的形狀和導數
梯度下降 3D	在 3D 損失地形上嘗試優化
反向傳播	追蹤梯度如何一層層傳遞
計算圖	看運算如何形成圖結構
MLP 訓練器	即時訓練神經網路，看決策邊界

---

最後更新：2025 年 12 月