神經元是構成神經網路的最基本單位，構造乙個人工神經網路系統的首要任務就是構造人工神經網路模型。
1、人工神經元的基本構成
我們希望人工神經元可以模擬生物神經元的一階特性—輸入訊號的加權和。對於每乙個人工神經元來說，可以接受一組來自系統中其他神經元的輸入訊號，每個輸入對應乙個權，所有輸入的加權，所有輸入的加權和決定該神經元的啟用狀態（activation）。
設n個輸入分別用x1、x2、... xn表示，它們對應的連線權值依次為w1，w2，...，wn，所有的輸入及對應的連線權值分別構成輸入向量x和連線權向量w：
x = (x1,x2,...,xn)
w = (w1,w2,...,wn)t
用net表示該神經元所獲得的輸入訊號的累積效果，稱為該神經元的網路輸入：
2、啟用函式
神經元在獲得網路輸入後，它應該給出適當的輸出。按照生物神經元的特性，每個神經元有乙個閥值，當該神經元所獲得的輸入訊號的積累效果超過閥值時，它就處於激發態；否則，應該處於抑制態。人工神經元提供乙個更一般的變換函式，用來執行對該神經元所獲得的網路輸入的變換，這就是啟用函式。典型的啟用函式有線性函式、非線性斜面函式、階躍函式、s型函式等。
單個人工神經元的實現
人工神經元 神經元是構成神經網路的最基礎單元 網路結構 人工神經網路由神經元模型構成，這種由許多神經元組成的資訊處理網路具有並行分布結構。輸入資料採用二維陣列data儲存,輸入4組輸入資料 0,0 0,1 1,0 1,1 計算人工神經元的程式的處理步驟如下 單個人工神經元對於輸入訊號計算輸出值的計算...
神經元細節
單個神經元的模型如下圖所示 在右圖中，神經元的激勵反應可分為兩大部分 1 神經元接受刺激，並對所有的刺激進行加權求和，然後加上偏置，得到激勵值 2 將激勵值作為輸入，輸入到啟用函式，最後通過激勵函式的作用得到最後的響應 注意 這裡總共分為兩個過程，不能忽視最後啟用函式的作用。乙個線性分類器就可以看作...
多組神經元
p 0.1 0.7 0.8 0.8 1.0 0.3 0.0 0.3 0.5 1.5 1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 1.5 1.3 t 1 1 1 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 r,q size p s,q size t net ...