一、基础概念与核心组件
-
神经元结构
神经元通过加权求和（权重决定特征重要性）、偏置（调整激活阈值）和激活函数（引入非线性）处理输入信号。结构公式：
，其中𝜎为激活函数。
-
激活函数
- Sigmoid：将输出压缩至(0,1)，适合二分类，但易导致梯度消失；
- ReLU：解决梯度消失问题，计算高效，但存在神经元死亡问题；
- Tanh：输出范围(-1,1)，中心对称特性利于梯度传播。
-
损失函数与优化
- 交叉熵损失（分类任务）与均方误差（回归任务）是两类核心目标函数；
- 梯度下降通过反向传播计算参数梯度，结合动量、Adam等优化器加速收敛。
二、网络架构演进
-
全连接网络（DNN）
多层感知机通过堆叠隐藏层实现复杂函数拟合，但参数量爆炸问题限制了其在图像等高维数据的应用。
-
卷积神经网络（CNN）
- 核心设计：局部连接、权值共享、池化操作显著降低参数量，VGGNet通过堆叠3×3卷积核提升特征提取效率；
- ResNet ：残差连接解决深层网络梯度消失，允许训练超过1000层的网络4。
-
递归神经网络（RNN/LSTM）
- RNN通过时间步展开处理序列数据，但存在长程依赖问题；
- LSTM引入门控机制（遗忘门、输入门、输出门）选择性记忆关键信息，广泛应用于语言模型和时间序列预测。
三、训练优化关键技术
-
正则化方法
- Dropout：随机屏蔽神经元，强制网络学习冗余特征，缓解过拟合；
- L1/L2正则化：约束权重参数规模，提升模型泛化能力。
-
批量归一化（BN）
对每层输入分布标准化，加速训练收敛，同时具备轻微正则化效果。
-
参数初始化
Xavier/He初始化根据激活函数特性调整权重范围，避免梯度爆炸或消失。
四、典型应用领域
- 计算机视觉
- 图像分类（AlexNet、ResNet）；
- 目标检测（R-CNN系列、YOLO）。
。
- 自然语言处理
- 文本分类（LSTM、Transformer）；
- 机器翻译（Seq2Seq+Attention）。
- 语音识别与生成
深度网络用于声学建模（如WaveNet）和语音合成。
五、发展趋势与挑战
-
轻量化模型
模型压缩（如知识蒸馏、量化）和架构搜索（NAS）推动端侧部署。
-
跨模态学习
CLIP、DALL-E等多模态模型突破单一数据类型的局限。
-
可解释性与伦理
对抗样本、公平性等问题驱动可信AI研究。