LESSON 1.1 · 直觉 · 75 分钟
神经元不是魔法：函数、参数与激活
神经元不是魔法：函数、参数与激活：理解线性组合、非线性、表达能力与决策边界，完成“手工搭一个二输入神经元”。属于「神经网络地基」学习阶段。
学完你应该能够
- 能不用术语堆砌，解释「神经元不是魔法：函数、参数与激活」解决了什么问题。
- 能围绕 线性组合、非线性、表达能力与决策边界 画出变量与因果关系。
- 能完成「手工搭一个二输入神经元」，并用证据而不是感觉判断结果。
核心概念
线性组合
线性组合把一组输入方向重新混合为输出方向。对神经网络而言，每个输出维都是输入维的加权和；批次维不参与混合，因此必须能逐维说清权重矩阵的含义。
非线性
非线性要放回前向数值—局部导数—参数更新这条链中，观察它怎样改变最终 loss。 把它放进前后依赖中：输入从哪里来，输出会改变谁。
表达能力与决策边界
表达能力与决策边界要放回前向数值—局部导数—参数更新这条链中，观察它怎样改变最终 loss。 写出至少一个不变量、shape 约束或成立条件。
实践任务
手工搭一个二输入神经元
- 预测：在运行代码前，写下你预期的输出、趋势或失败位置。
- 构建：从一个可手算例子开始，只保留回答核心问题所需的最小组件。
- 验证：使用有限差分、PyTorch 对拍与梯度统计；保存参数、随机种子与原始结果。
- 迁移：增加分支、共享参数或更换激活函数后检查梯度，说明原结论是否仍成立。