面向 IBR 动态的物理信息 Neural ODE
神经网络基础
C3-02 · 模块提纲
理解用于学习向量场的函数近似器。
学习目标
- 解释 MLP 前向计算与训练损失。
- 追踪一个简单的网络梯度。
内容提纲
- 特征、激活函数与容量
- 损失、梯度与优化
- 从静态近似过渡到动态学习
实验方向 · 待开发
仿真与代码实验
拟合非线性函数并改变隐藏层宽度。
后续在此加入模型说明、参数设置、可运行代码与结果解读。
练习与讨论
解释动态模型中的网络输出应代表什么。
解答与反馈将在完整教材中补充。
材料准备
已有相关讲义、模型或 Notebook，需要整理为网页教材与实验。
将现有材料整理为逐步讲义、可复现实验与带解答练习。