人工神经元：加权求和过阈值

输入 ×权重 求和，加偏置得净输入，再过激活函数 → 输出

x₁ x₂ x₃ w₁=0.6 w₂=0.9 w₃=0.5 x₁·w₁ x₂·w₂ x₃·w₃ θⱼ +θⱼ Σ netⱼ = 0.00 φ ( · ) 激活 aⱼ aⱼ = φ( θⱼ + Σᵢ wᵢⱼ·xᵢ ) ← 净输入 netⱼ 过激活
💡 神经元 = 带阈值的加权求和器：净输入 netⱼ = 偏置 + Σ wᵢxᵢ，越过门槛经 φ 才激活；权重 w 与偏置 θⱼ 都是可学习的参数。