90秒讲清神经网络？X上这位博主先把"简化"写在开头

作者：阿乐

X 用户 Harper Carroll 发帖称 90 秒能看懂神经网络的大部分原理，随后用 5 和 2 两个输入、几条带权重的边算了一遍乘加，顺带主动交代这次没讲的非线性函数、输出层机制和反向传播。

X 用户 Harper Carroll（@HarperSCarroll）11 月 7 日发帖："这 90 秒里，你能学到神经网络运作的一大部分"。紧接着这句豪言，她自己先补了一句——"这是非常简化的图景，但我给你看实际的数学"。

讲法朴素得有点可爱。神经网络就三层：输入层、隐藏层、输出层，每层是点，点之间是线，每条线带一个权重数字。文字要先变成数字才能进模型，这一步叫嵌入；真实模型里嵌入可能有几百上千个数，她这次只用两个：5 和 2。

然后开始算术。某个隐藏层的点，两条进来的线权重是 10 和 2，于是 5×10＋2×2＝54；旁边那个点权重 20 和 4，算出 108。乘一下、加一下、往前传，一层接一层——"你用的每个生成式 AI，基本都跑在这个计算上"。

最好笑也最加分的是结尾。她主动把没讲的东西列了出来：非线性函数这次跳过了、输出层机制略有不同、权重怎么学出来的（反向传播）还能再拍一集，问大家要不要。

比起"三天精通深度学习"的课广告，这种先把简化声明在明处、再动手算的坦诚，比公式本身更值得抄作业。顺带说一句，90 秒是帖子里的自称，实际时长没法从文本里核实；例子也是教学用的玩具规模。但把黑魔法翻译成小学算术，入门阶段已经够本了。

转载说明

本文根据原帖转述整理，原作者及原帖链接见下方。

• [S1] In these 90 seconds you can learn a large portion of how neural networks actually work. It's a very simplified picture, · Harper Carroll