新一代人工智能：从深度学习到大模型 课件 3. 人工神经网络基本原理 .pdf

《新一代人工智能：从深度学习到大模型》

人工神经网络基本原理

主讲人张重生

新一代人工智能：

什么是神经网络（1）从深度学习到大模型

神经网络，包括多层，每一层中的元素只与下一层相连接，一定程度上模拟人类的大脑思考

2

新一代人工智能：

什么是神经网络（2）从深度学习到大模型

神经网络，包括多层，每一层中的元素只与下一层相连接，一定程度上模拟人类的大脑思考

3

Part人工神经网络基本原理

03-1神经元、输入层、输出层、隐层的概念，神经网络中的权重；

前向传播计算

ArtificialNeuralNetworks

新一代人工智能：

f(σ()+b)从深度学习到大模型

一、人工神经网络的基本概念i=1

X元素值的计算过程X=f(++++b)，f是激活函数

551512523534545

注意区分：

神经元，权重/权值，输出单元隐藏层激活函数

输入层，隐藏层/隐含层，输出层输出层激活函数

5

详见本书教材第40-41页

新一代人工智能：

二、Sigmoid激活函数可以用于输出层或隐层从深度学习到大模型

f(x)=1−xSigmoid函数求导

1+e1−

f(x)=(−)=−2