《机器学习与应用》课件 第13、14章 神经网络、 深度学习.pptx

第13章神经网络深度学习核心技术解析

本章内容大纲神经网络的基本结构从神经元模型出发，了解神经网络的基本组成单元；掌握Sigmoid、ReLU等核心激活函数的特性；并分析早期感知机模型的原理及其在处理非线性问题时的局限性，为后续深度学习模型的学习打下理论基础。神经网络的构建深入探讨神经网络的训练核心技术，包括反向传播算法的数学推导、损失函数的选择策略；学习梯度下降等优化器的工作机制，以及参数初始化和正则化（L1/L2、Dropout）等防止过拟合的关键工程化方法。常用神经网络模型剖析两种经典且应用广泛的网络架构：前馈神经网络（FNN）作为深度学习的基础模型，以及卷积神经网络（CNN）。重