人工神经网络广东教育出版社黎清万35人工神经网络课件

国家中小学课程资源3.5

人工神经网络年级：高一年级学科：信息技术（粤教版）主讲

人：黎清万学校某省市第六高级中学问题导入机器学习是计算机科学的一个分支，它会从数据中自主学习规律，并生成算法。而深度学习是机器学习的一个分支，是数据科学里最热门的研究课题之一，已经在图像识别、自然语言处理、机器人等领域取得了重要成果。比如自动驾驶、游戏人工智能、字迹识别等。新知学习11：人工神经网络的基本原理手写字迹识别人类识别手写数字的过程是怎样的？与人类相比，计算机应如何识别手写数字？人工神经网络的基本原理深度学习受到人脑运作机制的启发，其核心算法是人工神经网络。“神经网络”一词是对人脑结构的比喻。神经网络的基本构成单元是神经元。感知机（Perceptron）是最简单的一种神经网络，由单个神经元构成。人工神经元呈树状结构，有多个输入节点和一个输出节点。人工神经网络的基本原理人工神经网络的基本原理人工神经网络（简称ANN）由六大组件组成。（1）输入节点。输入节点关联着一个个数值

，可以是任意实数：正数或负数，整数或小数。人工神经网络的基本原理（2）连接。每一个从输入节点出来的连接，都关联着一个权重值（Weight）

，这个值也可以是任意整数。人工神经网络的基本原理（3）输入和权重的结合。对输入数值求加权y=f(∑wixi)，即人工神经网络的基本原理（4）激活函数。就像生物神经元的突触只在特定条件下激活一样，人工神经元也只在超过阈值时激活。人工神经网络的基本原理恒等函数（Identity

Function）是最简单的激活函数。作线性整流函数（Rectified

Linear

Unit）是一种人工神经网络中常用的激活函数。其他常用的还有sigmoid、tanh和softmax等。线性整流函数（Rectified

Linear

Unit）恒等函数（Identity

Function）人工神经网络的基本原理输出节点。输出节点呈现激活函数的结果。偏置。偏置（Bias）可以认为是一个值固定为1的输入节点，它可以调节激活函数，提高学习算法性能。1感知机只能处理 数据。感知机控制的是阈值。直线“输出=阈值”就是两个类别的决策边界。人工神经网络的基本原理多层感知机（Multilayer

Perceptron，简称MLP）就是感知机组成的网络，又称为前馈神经网络。网络的层就像生物神经元：一层的输出，是下一层的输入。人工神经网络的基本原理输出输入人工神经网络的基本原理探究活动11人工神经网络在人工智能领域的典型应用。小组名称人工神经网络在人工智能领域的典型应用探究活动11小组名称人工神经网络在人工智能领域的典型应用A小组智能门禁、刷脸支付、美颜拍照B小组无人驾驶、植物识别、手写字识别C小组口语测评、生物识别、人机对话新知学习12：人工神经网络的应用MNIST是一个入门级的计算机视觉数据集，它包含成千上万的手写数字图像，还包括它们对应的数字分类。MNIST数据集被分成两部分：60

000行的训练数据集和10000行的测试数据集。人工神经网络的应用训练数据集测试数据集人工神经网络的应用用一个数字数组来表示一数字图，再把这个数组展开，就得到一个长度是

28×28=784的向量。这个过程称为图像数字化。图像数字化人工神经网络的应用为多幅这样的图片（训练样本）配上相应的标签，就形成了MNIST数据单元，接下来的工作就可以交给神经网络模型来处理了。504192训练样本对应标签使用机器学习中的手写数字数据集MNIST，根据图像数字化后的数组对图像中的数字进行分类。探究活动12探究活动12（1）首先引入机器学习库Scikit-learn中的多层感知机分类器方法和数据集，然后加载MNIST数据集。探究活动12（2）把加载的手写数字图像数字化，转化成分类器容的二维矩阵，然后划分成两部分数据集，一部分用来训练，另一部分用来测试。探究活动12（3）初始化多层感知机分类器的参数。将训练样本与标签传给分类器开始训练。探究总结人工神经网络计算每一幅输入图像所属类别的概率分布，概率得分最高的那个类别将作为分类预测结果输出。而人工神经网络进行训练的过程，就是输入尽可能多的图像给模型“看”，然后利用算法让模型优化到一个状态，能让尽可能多的图像得到正确的概率分布。探究活动12人工神经网络应用基本原理感知机六大组件输入节点连接输入和权重的结合激活函数输出节点偏置多层感知机知识小结项目实施各小组根据项目选题及拟订的项目方案，结合本节所学知识，剖析人工智能分类系统，进一步完善该项目方案中的各项学习活动，并参照项目范例的样式，撰写相应的项目成果报告。成果交流各小组运用数字化学习工具，将所完成的项目成果，在小组或班级上进行展示与交流，共享创造、分享快乐。活动评价各小组根据项目选题、拟订的项目方案、实施情况以及所形成的项目成果，根据教科书附录2的“项目活动评价表”，开展项目学习活动评价。人工神经网络新知学习探究活动项目实施成果交流活动评价人工神经网络的应用剖析人工智能分类系统，完善

各项学习活动，撰写项目报告

人工神经网络的典型应用课堂小结人工神经网络的基本原理

展示、交流项目成果

开展项目学习活动评价

使用MNIST实现手写数字分类判断题感知机中，直线“输出=阈值”就是两个类别的决策边界。2.单选题以下关于人工神经