单个人工神经元（也称为感知机的推广形式）是神经网络中的基本计算单元。它接收一组输入信号，对这些输入进行加权求和并加上偏置项，然后通过激活函数得到最终输出。
神经元先计算加权和 z=∑iwixi+b，再通过激活函数 σ(z) 产生非线性输出。
z=∑i=1nwixi+b,a=ReLU(z)
计算可视化
当前状态: 正在演示第 2 步 / 信号流动中
公式推导
z = x₁·w₁ + x₂·w₂ + b
a = ReLU(z) = max(0, z)
z = 0.8 × 1.2 + (-0.4) × 0.7 + 0.3 = 0.98
a = max(0, 0.98) = 0.98
# 神经元计算示例
x1, x2 = 0.8, -0.4
w1, w2 = 1.2, 0.7
b = 0.3
z = x1 * w1 + x2 * w2 + b
a = max(0, z) # ReLU
运行结果:z = 0.98, a = 0.98
import numpy as np
x = np.array([0.8, -0.4])
w = np.array([1.2, 0.7])
b = 0.3
z = np.dot(x, w) + b
a = max(0, z)
print(f"z = {z:.2f}, a = {a:.2f}")