Основным строительным блоком нейронных сетей является **нейрон** (или искусственный нейрон). Он моделирует работу биологического нейрона, принимая входные данные, обрабатывая их и передавая выходной сигнал. Нейрон состоит из: - Входов (x₁, x₂, ... xₙ) с весами (w₁, w₂, ... wₙ) - Функции суммирования (взвешенная сумма входов + смещение) - Функции активации (например, ReLU, sigmoid) Пример реализации нейрона на Python: ``` import numpy as np class Neuron: def __init__(self, n_inputs): self.weights = np.random.randn(n_inputs) self.bias = np.random.randn() def forward(self, inputs): weighted_sum = np.dot(inputs, self.weights) + self.bias return self.activation(weighted_sum) def activation(self, x): return max(0, x) # ReLU ``` Группы нейронов образуют слои, а слои - полносвязные нейронные сети. Современные архитектуры используют и другие строительные блоки: сверточные слои (CNN), рекуррентные нейроны (RNN), механизмы внимания (Transformer).