🎯 本节目标
- 理解生物神经元与人工神经网络的映射关系
- 掌握激活函数与损失函数的核心作用
- 使用Keras构建手写数字识别模型
- 可视化神经网络的训练过程
- 掌握防止过拟合的基础策略
一、神经网络基础(大脑的数字化仿生)
1. 神经元对比
生物神经元 |
人工神经元 |
树突接收信号 |
输入层接收特征数据 |
细胞体整合信号 |
加权求和(∑(权重×输入)+偏置) |
轴突传递电信号 |
激活函数处理输出 |
2. 核心组件解析
- 激活函数:神经元的"开关"(如ReLU:
max(0, x)
)
- 损失函数:模型的"错题本"(如交叉熵损