LESSON 1.5 · 代码 · 120 分钟

从 Value 到 Neuron、Layer、MLP

从 Value 到 Neuron、Layer、MLP：理解参数容器、模块组合、前向图，完成“用 50 行代码搭 MLP”。属于「神经网络地基」学习阶段。

学完你应该能够

  1. 能不用术语堆砌，解释「从 Value 到 Neuron、Layer、MLP」解决了什么问题。
  2. 能围绕 参数容器、模块组合、前向图 画出变量与因果关系。
  3. 能完成「用 50 行代码搭 MLP」，并用证据而不是感觉判断结果。

核心概念

参数容器

参数容器要放回前向数值—局部导数—参数更新这条链中，观察它怎样改变最终 loss。 先给它一个可操作的定义，并指出它解决的具体问题。

模块组合

模块组合要放回前向数值—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。

前向图

前向图要放回前向数值—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

用 50 行代码搭 MLP

  • 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：先写接口和 shape 断言，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。

进入完整互动课程