- Objective: - Breadcrumb: # 概念阐释 人工神经网络是一种受人类大脑结构启发所发明的机器学习模型，发明于 20 世纪 40 年代，第一个神经网络是[[perceptron 感知器]]。 ## 结构： - 输入层 - 隐藏层（如果至少有 2 个隐藏层的[[MLP 多层感知器]]，通常称为[[Deep Learning 深度学习]]神经网络） - 输出层  # 实例 [[LLM 大语言模型]]（如GPT系列）的[[Deep Learning 深度学习]]网络，通过模拟人脑的工作方式来处理和生成语言。这些模型通过大量文本数据的训练，学会了语言的模式、语法、乃至一定程度的语义理解。人工神经网络并不直接存储知识，而是通过网络权重的调整来“记忆”信息。大语言模型能够生成连贯的文本、回答问题、翻译语言等，但它们的知识是隐式的，嵌入在模型的参数中。  # 相关内容 # 参考资料 - [0.2 人，是如何学习的](https://www.candobear.com/p/t_pc/course_pc_detail/image_text/i_65c07d9de4b04c10a12c3acf?community_id=c_65b634d2dd106_nhCXKYc72308&product_id=course_2ba4aSp8cPi3TjgH1xc2GxANJHL) - [你一生的笔记系统](https://mp.weixin.qq.com/s/m_asDyCHR19UO6cUfHIjOw) - [1.3 从学习科学视角的解释](https://www.candobear.com/p/t_pc/course_pc_detail/image_text/i_65b63adbe4b064a8cb1e53b7?community_id=c_65b634d2dd106_nhCXKYc72308&product_id=course_2ba4aSp8cPi3TjgH1xc2GxANJHL) - [人工神经网络 - Wikipedia](https://en.wikipedia.org/wiki/Neural_network_(machine_learning)#Models)