复合函数：你以为只是高中数学，它却藏在ChatGPT的底层 上学时学复合函数，很多人只记住了一件事： 算 (f(g(x)))，再算 (g(f(x)))。 可真正重要的问题其实是： 为什么函数非要“套”在一起？ 假设你买一部手机，同时有两种优惠： 先减500，再打八折； 和先打八折，再减500。 看起来只是换了个顺序，最后价格却完全不同。 这就是复合函数最核心的思想之一： 一个函数的输出，成为另一个函数的输入；而处理顺序，往往会直接改变结果。 但这还只是开始。 现代神经网络，本质上就是大量函数一层一层串联起来的巨大复合结构： 上一层的输出，变成下一层的输入； 线性变换之后，再进入激活函数； 一层接一层，最终形成一个深度神经网络。 甚至AI训练时最关键的技术之一——反向传播，背后依赖的链式法则，本质上也是专门处理复合函数求导的工具。 所以你高中课本里那个看起来只为了考试存在的 (f(g(x)))，其实一路通向了今天的： 神经网络、深度学习，以及ChatGPT。 #复合函数 #ChatGPT #人工智能 #神经网络 #深度学习
作者：纬*****维
音乐：@纬*****维创作的原声
时长：03:57
评论数：60
点赞数：0.22万
分享数：1040
收藏数：2821
更新时间：2026年10月14日 10:41