Map the AI · 每日学习
每天学会一点，沿着路径前进。
每节课用一个小实验和一道题，帮你理解 AI 如何处理文字、生成回答。想了解更多，可以打开相关教程。
正在加载你的学习进度…
你的学习安排
偏好为长期推荐提供基础；当前基础练习尚不按档位重排。
适合你目标的学习路线
AI 通识
搞懂 AI 是什么、怎么运作、会在哪里出错——一行代码都不用写。
完整路径沿用现有知识图谱；短课掌握记录目前覆盖下方基础单元。
基础短课进度
正在加载进度…一次答对是开始，定期复习能帮你记得更牢。可以随时休息。
跟着一个神经元算一遍
在参数固定时跟踪输入、加权求和与激活。
一个简单神经计算单元把输入乘以权重、加上偏置，再应用激活函数。网络把单元组合成层。本例用固定权重与ReLU，改变输入是在前向计算，不是训练。
一个手工设置的计算单元：权重w₁=2、w₂=−1，偏置b=1。滑块只改变输入，不训练参数。
加权求和
z = 2×(1) − 2 + 1 = 1
本例的ReLU输出
max(0, 1) = 1
ReLU在本例中把负值变为0。真实网络组合许多计算单元，也可能使用其他激活函数。这个输出是数值，不是事实正确率。
正在加载进度…