🎯 本节目标
- 理解生物神经元与人工神经网络的映射关系
- 掌握激活函数与损失函数的核心作用
- 使用Keras构建手写数字识别模型
- 可视化神经网络的训练过程
- 掌握防止过拟合的基础策略
一、神经网络基础（大脑的数字化仿生）
1. 神经元对比
| 生物神经元 |
人工神经元 |
| 树突接收信号 |
输入层接收特征数据 |
| 细胞体整合信号 |
加权求和（∑(权重×输入)+偏置） |
| 轴突传递电信号 |
激活函数处理输出 |
2. 核心组件解析
- 激活函数：神经元的"开关"（如ReLU：
max(0, x)）
- 损失函数：模型的"错题本"（如交叉熵损
