第 3 课参考答案与评分｜把神经元拆成乘法、加法和一个开关

仅在独立题结束后展开。首次预测不按对错扣分；下列固定算例的答案来自明确的输入与算法。

Q1 猜测不计对错。Q2 两路贡献是 4 与 −1，加偏置后 z=2，ReLU 后 y=2。Q3 只改 x2=4 后，贡献为 4 与 −4，z=−1，y=0；改保持原数后 y=−1，前三行不动。输出没有被规定为概率。

Q4：A 的 z=−1、y=0；B 的 z=2、y=2；C 的 z=4、y=4。B 单改 w2=0 时 z=−1、y=0；另轮原 w2=3、b=−5 时 z=−1、y=0。两个零不能证明相同参数或相同内部贡献。

Q5 四步包括各路乘权重、相加、加偏置、应用激活。参数由人输入，程序没有标签、损失比较或更新，所以没有进行训练。Q6 展开为 y=6x+2，仍为仿射关系；ReLU 提供一种非线性，不能据此推出任意模型的效果或意识。

10 分评分

讲评时把“负权重”和“负输出”分开：默认第二路的贡献已经是负数，最后输出仍可为正；ReLU 只处理相加后的 z，不是先把每一路负贡献删掉。若学生得到 3，检查是否漏了偏置；若在 x2=4 时得到 4，检查是否误删第二路负贡献。Q4 两次修改后的 z 虽相同，但前者的第二路贡献为 0、偏置为 −2，后者第二路贡献为 3、偏置为 −5。评分需要这些过程证据，不能只凭末行的零判断理解。

• Q1—Q2：保留预测并正确展示默认条件的一个手算中间量，2 分；不因预测猜错扣分。
• Q3：按题目只改一个条件，记录原值、新值和实际变化，2 分。
• Q4：独立材料中的计算或检查过程可复算，2 分。
• Q5：解释本课机制并指出证据对应哪一步，2 分。
• Q6：迁移题与离堂题明确实验边界，2 分。

评分时应接受含义相同的学生表述。若输入条件与题目不同，先标记为另一轮实验，再要求补做指定条件；不要将不同条件的输出直接判成同一题的答案。