https://jason-azure.github.io/ai-blog/tags/%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD/Recent content in 反向传播 on AI 学习笔记Hugo -- 0.146.0zh-CNMon, 30 Mar 2026 00:00:00 +0000https://jason-azure.github.io/ai-blog/posts/neural-network-history/Thu, 19 Mar 2026 00:00:00 +0000https://jason-azure.github.io/ai-blog/posts/neural-network-history/一个 80 年的真实故事：被一本书判了死刑，被一个算法起死回生，靠改名字重获新生——科技的命运，终究也逃不过人性。https://jason-azure.github.io/ai-blog/posts/math-for-ai-6-gradient/Sun, 22 Feb 2026 00:00:00 +0000https://jason-azure.github.io/ai-blog/posts/math-for-ai-6-gradient/从损失函数到反向传播：AI 训练的核心算法。理解 microgpt 和 nanoGPT 训练时 loss 为什么会下降。零基础数学系列完结篇。https://jason-azure.github.io/ai-blog/posts/see-math-15-gradient/Sun, 22 Mar 2026 00:00:00 +0000https://jason-azure.github.io/ai-blog/posts/see-math-15-gradient/AI 的"学习"其实是一个数学过程：计算误差、求导数、沿梯度方向调整参数。梯度下降就是"在高维山谷里摸索下山"。第九篇的导数、第十一篇的向量、第十二篇的矩阵——所有工具在这里汇合。https://jason-azure.github.io/ai-blog/posts/mnist-to-chatgpt/Mon, 30 Mar 2026 00:00:00 +0000https://jason-azure.github.io/ai-blog/posts/mnist-to-chatgpt/用纯 Python 和 NumPy 从零搭了一个 10 个神经元的神经网络，识别手写数字，然后把它拆开——看清了模板匹配、投票矩阵和每一步计算。从这个最小的网络出发，聊聊 FNN、CNN、RNN、Transformer 的演进，以及可解释性的边界。