本文目录
假设现在有一个很小的网络：两个数字进去，经过两个隐藏神经元，最后只得到一个数。这里先不讨论模型理解了什么，只记录输入向量在每一层发生的数值变化。
逐层播放器
跟着一个输入向量走完 2 → 2 → 1
按播放看信号沿连线流动；也可按左右方向键或按钮切换层。每一层数字都来自同一套固定参数。
输入
隐藏 · ReLU
输出
第 1 站 · 输入层
两个输入数字先站上输入层。它们本身不做加权求和，只是下一层的原料。
x = [x₁, x₂]
这两个数是下一层的输入；输入层不做加权求和，也没有自己的偏置。
当前：读取输入 连线亮起时，信号正沿着固定权重向前传播。
第一步：输入层提供数值
这次的输入向量是：
它进入的是输入层。输入层很像一张号码牌：第一个位置放 1，第二个位置放 2，方便下一层逐一取用。它不是一个正在“思考”的计算层，因此在普通全连接网络的画法里，输入层本身没有要计算的权重和偏置。
接下来发生的事叫前向传播：数据沿着网络从输入端往输出端走；每一层拿到上一层的数，用现有参数算出新数，再把新数继续传下去。
这里的“现有”很关键。前向传播使用的是已经存在的权重和偏置，不更新任何参数。换一组输入，中间结果会变；但如果正处于推理阶段，权重和偏置不会因为这次计算而临时换一套。
第二步：隐藏层分别完成计算
输入向量到达隐藏层时，会遇到两个神经元。它们都看见同样的 [1, 2]，但每个神经元有自己的一组权重和一个偏置，所以算出来的答案不同。
播放器里的第一个隐藏神经元按下面的规则计算：
接着经过 ReLU：
第二个隐藏神经元则用另一套参数：
于是，原来的两个输入被转换为新的隐藏层输出：
[1, 2] → [0.5, 1]这不是“复制”输入，而是两次独立的加权求和、加偏置和激活。网络越往后，数字通常越不再对应原始特征，而是前面各层加工后的表示。
终点：输出层给出一个原始分数
最后来到输出层。在这个例子中，它只含一个神经元，接收 [0.5, 1]：
播放器把这个 0.125 标成 Logit（原始分数）。多分类时才会同时出现一组 Logits；这里只有一个输出单元，所以就是单个原始分数，还没有被转换成容易解读的概率。
所以，输出不一定是概率。如果任务是预测房价，最后可能直接输出一个实数；如果是二分类，常常再把单个 Logit 送进 Sigmoid，才得到 0 到 1 之间的数；多分类通常把一组 Logits 送进 Softmax，才得到总和为 1 的概率分布。输出层有什么激活函数，取决于任务想让答案以什么形式出现。
完整的数据流
从外面看，这张 2 → 2 → 1 网络只是在反复执行同一种小计算：
输入层 [1, 2]
↓ 使用第一组权重、偏置与 ReLU
隐藏层 [0.5, 1]
↓ 使用输出层的权重与偏置
输出层 Logit = 0.125“一层一层往前算”就是前向传播最朴素的意思。更大的网络当然会有更多层、更多神经元、更多矩阵运算，但数据流向没有变：从输入开始，经过已有参数，直到得到输出。
它没有做什么
理解前向传播时，知道它的边界很重要。它会：
- 根据当前输入和现有参数算预测；
- 让每一层的输出成为下一层的输入；
- 在输出层得到原始分数、概率或连续数值。
它不会：
- 判断预测到底对不对；
- 自己修改权重和偏置；
- 自动把每个输出解释成概率。
“算得出了什么”到“这次算错了多少”，中间还差一个标签和损失函数；再往后才会出现反向传播与优化器。先看清这条单向计算路径，后面理解错误怎样逆向影响参数，就不会把两件事混成一件事。把前向传播记成「按现有参数把输入推到输出」，比死记层数公式更稳。下一章谈参数量时，你会看到这些「推」的动作背后，其实是一组可数的权重与偏置在参与计算。
播放器应该怎么看
第一次播放时只观察方向：输入层亮起以后，信号只能向右流动。第二次播放再暂停到隐藏层，核对两组权重为什么得到不同结果。最后拖动进度条来回比较隐藏层与输出层，你会看到后一层只读取前一层已经算好的输出，不会绕过中间层直接读取原始输入。这三次观察分别对应方向、计算和依赖关系。