神经网络是什么?从感知机到 Transformer

神经网络的定义

神经网络 = 由大量"人工神经元"按层连接组成的计算系统,通过调整连接权重来学习数据中的规律。

灵感来源:人脑有约 860 亿个神经元,通过突触相互连接。人工神经网络模拟了这种"节点+连接"的结构,但用数学运算代替了生物电信号。

需要注意:人工神经网络是受大脑启发的数学工具,并非真正模拟大脑。它和真实大脑的工作方式有本质区别。

神经网络的基本结构

神经网络是怎么学习的?

整个过程就像调收音机:不断微调旋钮(权重),直到收到清晰的信号(正确输出)。

神经网络的演进历程

神经网络的主要类型

神经网络的应用

体验神经网络的最新成果

GPT-4o、Claude Opus 4、Gemini 2.5 都是当前最先进的神经网络。通过 AI的那些事儿 你可以直接调用:

• 国内直连:境内骨干节点,无需代理,延迟低至 50ms。
• 统一接口:所有模型用 OpenAI SDK 调用,改个 base_url 就行。
• 按量计费:一次充值所有模型通用,用多少付多少。
• 无需GPU:模型运行在云端,你只需发 API 请求。

实战:调用基于神经网络的大模型

1. 获取 AI的那些事儿 API Key。
2. 在代码中把 base_url 改为 https://api.example.com/v1。
3. 用 OpenAI SDK 调用,体验万亿参数神经网络的能力。

Python 示例:让神经网络解释自己

from openai import OpenAI

client = OpenAI(
    api_key="你的Key",
    base_url="https://api.example.com/v1"
)

# 让基于 Transformer 神经网络的大模型解释自己的工作原理
r = client.chat.completions.create(
    model="gpt-4o",
    messages=[{
        "role": "user",
        "content": "你是一个基于Transformer架构的神经网络。请用通俗的比喻解释你是怎么理解和生成文字的。"
    }],
    temperature=0.7
)
print(r.choices[0].message.content)

Node.js 示例:用神经网络做语义相似度

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "你的Key",
  baseURL: "https://api.example.com/v1",
});

// Embedding 模型是一个神经网络,将文本映射到高维向量空间
const r = await client.embeddings.create({
  model: "text-embedding-3-large",
  input: ["神经网络是深度学习的基础", "深度学习使用多层神经网络"],
});

// 计算余弦相似度
const v1 = r.data[0].embedding;
const v2 = r.data[1].embedding;
const dot = v1.reduce((sum, a, i) => sum + a * v2[i], 0);
const norm1 = Math.sqrt(v1.reduce((s, a) => s + a * a, 0));
const norm2 = Math.sqrt(v2.reduce((s, a) => s + a * a, 0));
console.log(`语义相似度: ${(dot / (norm1 * norm2)).toFixed(4)}`);

常见问题

体验万亿参数神经网络的能力

GPT-4o、Claude Opus 4、Gemini 2.5……一个接口,直接调用。