人工神经网络及其应用2讲神经网络基础知识.pptxVIP

人工神经网络及其应用第2讲：神经网络基础知识

Contents课程大纲从生物神经元到深度网络，系统掌握神经网络核心原理与训练方法。01生物启示与神经网络起源02神经元模型与数学表达03多层网络架构深度解析04激活函数原理与对比分析05网络学习机制与训练流程

CHAPTER01生物启示与神经网络起源从人脑860亿个神经元到M-P数学模型的思想跨越

NEUROSCIENCE生物神经元的结构与信号传递人脑约860亿个神经元通过树突接收信号、细胞体汇总处理、轴突传递输出，当输入信号总和超过阈值时触发全有或全无的放电机制。生物神经元结构示意：树突、细胞体、轴突与突触01树突作为信号接收端，从多个上游神经元获取电化学信号，类似人工模型中的多条输入通路树突·接收02细胞体承担信号整合功能，将所有输入信号加权汇总并与阈值比较，决定是否激活细胞体·整合03轴突作为输出通道，将激活后的电信号传递给下游神经元，对应人工模型中的输出链路轴突·输出04全有或全无放电机制意味着输出是二值的——激发或静默，启发了阶跃函数等早期激活函数的设计阈值·触发

NEURALNETWORKORIGINM-P神经元模型：人工神经网络的起点1943年McCulloch与Pitts提出的M-P神经元模型，首次以数学方式模拟了生物神经元接收输入→加权求和→阈值比较→决定输出的工作流程，标志着人工神经网络作为独