《人工智能导论》实验1 神经网络基础——感知机、激活函数与反向传播.docxVIP

实验1神经网络基础——感知机、激活函数与反向传播

一、实验目的及要求

理解人工神经元的数学模型，掌握加权求和、偏置与激活函数的作用。

通过实现逻辑门感知机，理解单层感知机的能力与局限（如无法解决XOR问题）。

可视化Sigmoid、Tanh、ReLU等常见激活函数，比较其特点与适用场景。

动手实现一个包含一个隐藏层的简单神经网络的前向传播与反向传播，理解梯度下降参数更新过程。

培养从“规则驱动”到“数据驱动”的范式转变意识。

二、实验学时

2学时（建议时间分配：讲解10分钟，任务实践70分钟，总结报告10分钟）

三、实验前准备

软件环境：Python3.8及以上，建议使用JupyterNotebook或VSCode。

依赖库：NumPy、Matplotlib。安装命令如下：

pipinstallnumpymatplotlib

知识储备：已学习教材第5.1、5.2、5.3节内容，了解神经元、激活函数、前向传播与反向传播的基本概念。

在JupyterNotebook中运行绘图代码前，建议先执行`%matplotlibinline`，以保证图像正常显示。

四、实验任务

任务1感知机实现逻辑门（15分钟）

使用NumPy实现一个不带激活函数（或带阶跃函数）的感知机，手动设置权重，验证其能否正确实现AND、OR门。

任务