03-微课-人工神经网络的产生

人工神经网络的产生张杲峰，刘刚，周庆国人民邮电出版社2025神经网络与深度学习(微课)内容概要人脑神经网络的启示M-P模型：数学与神经科学的首次联姻感知机：第一个实现的人工神经网络从单层到多层：智能的阶梯神经网络与深度学习2人脑神经网络的启示神经元与神经网络人脑约有860亿个神经元，每个神经元通过上千个突触和其他神经元相连接，这些连接可以在神经元之间传递信息。神经元和它们之间的连接构成一个巨大的协同处理的复杂网络结构，即神经网络，构成认知的物质与生理基础。神经网络与深度学习3人脑神经网络的启示学习：赫伯规则（Hebbrule）1949年，加拿大心理学家赫伯（DonaldHebb）总结了突触的学习规则，即如果两个神经元总是相关联地受刺激，它们之间的突触强度就增强，否则就减弱，神经网络与深度学习4M-P模型：数学与神经科学的首次联姻1943年，麦克洛奇（WarrenMcCulloch）（左，神经科学家）和皮兹（WalterPitts）（右，数学家）提出的一种基于简单逻辑运算的神经网络。模型描述了具有激活和抑制两种状态的单个神经元的活动，定义为线性阈值门（linearthresholdgate）。神经网络与深度学习5

感知机：第一个实现的人工神经网络Perceptron模型（1957，罗森布拉特，FrankRosenblatt）神经网络与深度学习6Thefirstmachinewhichiscapableofhavinganoriginalidea.——FrankRosenblattStoriesaboutthecreationofmachineshavinghumanqualitieshavelongbeenafascinatingprovinceintherealmofsciencefiction.Yetweareabouttowitnessthebirthofsuchamachine–amachinecapableofperceiving,recognizingandidentifyingitssurroundingswithoutanyhumantrainingorcontrol.——FrankRosenblatt感知机：第一个实现的人工神经网络Perceptron模型（1957，罗森布拉特，FrankRosenblatt）神经网络与深度学习7

感知机：第一个实现的人工神经网络Perceptron的Python实现神经网络与深度学习8#实现逻辑与运算的感知机import

numpyasnp

classPerceptron(object): #定义感知机

def__init__(self，input_size):

self.W=np.array([1，1]) #权重

self.b=-2 #偏置

defactivation_fn(self，x): #定义激活函数

return1ifx>=0else0

defpredict(self，x): #定义预测z=self.W.T.dot(x)a=self.activation_fn(z+self.b)

return

aX=np.array([[0，0]，[0，1]，[1，0]，[1，1]])#逻辑运算可能的输入组合perceptron=Perceptron(input_size=2)#实例化感知机forxinX:pre=perceptron.predict(x)print(x[0]，'and'，x[1]，'='，pre)

#输出当输入为X时对应的预测值