如果没有具体的上下文，我无法给出明确的答案，但是“可微架构”很可能是指表示/计算可微函数的神经网络（因此您需要使用可微激活函数，例如sigmoid），即你可以对神经网络的每个参数/权重取损失函数的偏导数，所以你可以使用反向传播来找到损失函数的梯度，因此，你可以用梯度下降训练这个神经网络，这是一种数值/迭代优化算法，用于找到函数的（局部）最小值。

你会发现周围的大多数架构都是可区分的。事实上，梯度下降是当今训练神经网络最广泛使用的算法。