文档摘要

3.1 神经网络基础：从感知机到多层网络 本节摘要：人工神经网络的基本单元是模仿生物神经元的人工神经元——接收多个输入，各乘以权重后求和，加偏置，再过一个激活函数输出。本节从生物启发讲到 1957 年的感知机模型，拆解权重、偏置、激活函数三要素的作用，比较 Sigmoid、Tanh、ReLU 的优劣，说明非线性激活为何是网络能力的关键，最后把单个神经元组装成输入层-隐藏层-输出层的前馈网络并走一遍前向传播。 会员。《3.1 神经网络基础：从感知机到多层网络》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流