Update from Sync Service

wiki/Resources/方法论/神经网络.md

@@ -0,0 +1,62 @@
+---
+created: 2026-04-28
+type: concept
+tags: [神经网络，深度学习，AI]
+---
+
+# 神经网络（Neural Network）
+
+> 受人脑神经元启发的计算模型，是现代 AI 的基础
+
+## 定义
+
+神经网络是一种由多层"神经元"组成的计算模型，通过调整层与层之间的权重来学习输入到输出的映射关系。
+
+## 基本结构
+
+```
+输入层 → [隐藏层 1 → 隐藏层 2 → ...] → 输出层
+```
+
+- **神经元（Neuron）**：接收输入 → 加权求和 → 激活函数 → 输出
+- **权重（Weight）**：连接强度，训练过程中学习
+- **激活函数**：引入非线性（如 ReLU、Sigmoid、GELU）
+
+## 主要类型
+
+| 类型 | 特点 | 应用 |
+|------|------|------|
+| **前馈网络（FFN）** | 最简单的多层网络 | 基础分类/回归 |
+| **卷积网络（CNN）** | 局部感受野+权重共享 | 图像识别 |
+| **循环网络（RNN）** | 有记忆的状态传递 | 序列处理 |
+| **Transformer** | 自注意力机制 | NLP、多模态 |
+| **图神经网络（GNN）** | 在图上操作 | 知识图谱、社交网络 |
+
+## 训练过程
+
+```
+前向传播 → 计算损失 → 反向传播 → 更新权重 → 重复
+```
+
+- **损失函数**：衡量预测与真实的差距
+- **梯度下降**：沿损失减小方向更新权重
+- **学习率**：控制更新步长
+
+## 与 AI 的关系
+
+```
+AI（人工智能）
+└── ML（机器学习）
+    └── DL（深度学习）= 多层神经网络
+        └── LLM（大语言模型）= 超大规模 Transformer
+```
+
+## 相关概念
+
+- [[Transformer 架构]]（现代 LLM 的神经网络架构）
+- [[监督学习]] / [[无监督学习]]（训练范式）
+- [[RAG]]（基于神经网络的应用）
+
+---
+
+*整理自 AI 基础知识*