梯度下降：神经网络如何学习｜深度学习第2章 - 3Blue1Brown - 中配

旁白_B

合集 · 神经网络 - 3Blue1Brown (10)

  1. 36:03
    但什么是神经网络？| 深度学习 第1章 - 3Blue1Brown - 中配
  2. 40:38
    梯度下降：神经网络如何学习｜深度学习 第2章 - 3Blue1Brown - 中配
  3. 24:58
    反向传播，直观理解 | 深度学习 第3章 - 3Blue1Brown - 中配
  4. 19:59
    反向传播的微积分｜深度学习 第4章 - 3Blue1Brown - 中配
  5. 15:42
    大语言模型简要解释 - 3Blue1Brown - 中配
  6. 53:37
    Transformer：大语言模型背后的技术 | 深度学习 第5章 - 3Blue1Brown - 中配
  7. 51:54
    Transformer中的注意力机制，一步步讲解 | 深度学习 第6章 - 3Blue1Brown - 中配
  8. 44:29
    大语言模型可能是如何存储事实的 | 深度学习 第7章 - 3Blue1Brown - 中配
  9. 1:06:34
    但交叉熵是什么？｜压缩即智能 第2部分 - 3Blue1Brown - 中配
  10. 1:12:45
    但AI图像和视频实际上是如何工作的？| Welch Labs 客座视频 - 3Blue1Brown - 中配

Parts

  1. P1 · 配音
  2. P2 · 原声
Description 
3Blue1Brown《深度学习》第2章讲梯度下降：神经网络通过最小化代价函数，反复沿负梯度微调权重和偏置，从手写数字数据中学习并能泛化。视频还展示网络会对随机噪声自信地给出无意义答案，最后推荐尼尔森免费书，并访谈李丽莎，讨论打乱标签仍能拟合、以及结构化数据存在更易找的优质局部最小值，说明学习不止死记硬背。
----------------------------------------------------------------
00:00:04 引言
00:00:31 回顾
00:01:48 使用训练数据
00:03:03 代价函数
00:06:53 梯度下降
00:11:10 更多关于梯度向量
00:12:04 梯度下降回顾
00:12:47 分析网络
00:16:25 深入学习
00:17:24 丽莎·李访谈
00:19:31 结语
----------------------------------------------------------------
原标题：Gradient descent, how neural networks learn | Deep Learning Chapter 2
原作者：3Blue1Brown
发布日期：2017-10-16
视频链接：https://www.youtube.com/watch?v=IHZwWFHWa-w

Comments

望天冲 4d ago

剃度算法可以改参数，但是，有很多个样本，怎么确保改一个样本不会改变以前的样本的结果？

没练好剑的读书人 2026-08-21

第三集没了？

旁白_B 2026-08-20

3:38那里你居然没玩那个梗：“AI：我找到了一个输出，但代价是什么？”

旁白_B 2026-08-20

有点失望你没把那个13000维的图画出来，画出来就好懂多了

旁白_B 2026-08-20

我：“好家伙，信息量真大，不过我应该大概懂了个皮毛。” Grant：“这是老技术了。” 我：💀💀💀💀💀💀

壗壪乆邔蕟弟子 2026-08-20

1