收益：
学习Python基本元素。
学习感知机的实现。
学习神经网络的实现。
时间：
1天
形式：
内容讲解，案例分享和学员练习
内容：
1Python入门
1.1Python是什么
1.2Python解释器
1.2.1算术计算
1.2.2数据类型
1.2.3变量
1.2.4列表
1.2.5字典
1.2.6布尔型
1.2.7if 语句
1.2.8for 语句
1.2.9函数
1.3Python脚本文件
1.3.1保存为文件
1.3.2类的使用
1.4小结
2感知机
2.1感知机是什么
2.1.1简单逻辑电路
2.1.2与门
2.1.3与非门和或门
2.2感知机的实现
2.2.1简单的实现
2.2.2导入权重和偏置
2.2.3使用权重和偏置的实现
2.3感知机的局限性
2.3.1异或门
2.3.2线性和非线性
2.4多层感知机
2.4.1已有门电路的组合
2.4.2异或门的实现
2.4.3从与非门到计算机
2.5小结
3神经网络
3.1从感知机到神经网络
3.1.1神经网络的例子
3.2激活函数
3.2.1sigmoid 函数
3.2.2阶跃函数的实现
3.2.3阶跃函数的图形
3.2.4sigmoid 函数的实现
3.2.5sigmoid 函数和阶跃函数的比较
3.2.6非线性函数
3.2.7ReLU函数
3.3多维数组的运算
3.3.1多维数组
3.3.2矩阵乘法
3.3.3神经网络的内积
3.43层神经网络的实现
3.4.1符号确认
3.4.2各层间信号传递的实现
3.5输出层的设计
3.5.1恒等函数和softmax 函数
3.5.2实现softmax 函数时的注意事项
3.5.3softmax 函数的特征
3.5.4输出层的神经元数量
3.6小结
