神经元：一切的起点
整个深度学习大厦，建立在一个朴素得近乎无聊的想法上：把几个数字加权加起来，再决定是否「点火」。这一章我们把它彻底玩明白。
1.1 一个最朴素的问题
假设你想预测一个学生能否通过考试，手上有两条信息：他每天学习时长 x1，以及睡眠时长 x2。直觉上，学习时间越长越可能通过，睡眠太少会拉低状态——但这两条信息的重要程度显然不同。
最朴素的决策方式是：给每条信息一个权重（重要性），加起来得到一个总分，再设一条门槛：总分过线就预测「通过」，否则预测「不通过」。恭喜你——你已经发明了感知机（Perceptron），1958 年由 Frank Rosenblatt 提出的、一切神经网络的祖宗。
神经元就是一场「加权投票」：每个输入投一票，票的价值由权重决定，最后由偏置（门槛）决定通不通过。
1.2 写成数学：没那么可怕
把上面的中文翻译成符号，就三样东西：权重 w（每个输入有多重要）、偏置 b（门槛有多高）、激活（过没过线）：
z = w1x1 + w2x2 + b ， y = 1（若 z > 0），否则 y = 0其中 z 叫「预激活值」，就是那场投票的总分；y 是最终输出。这个「过线就 1、不过就 0」的函数叫阶跃函数，是最原始的激活函数（第 2 章会看到它的现代替代品们）。
演示 1 · 解剖一个神经元
拖滑块试着把 w1 调到 0：无论 x1 怎么变，输出都不再看它——权重为 0 意味着「这条信息被无视」。
注意偏置 b 的角色：它不改变任何输入的「价值」，只整体抬高或降低门槛。b 越负，神经元越「挑剔」。
1.3 几何视角：一条线切两半
把 (x1, x2) 画在平面直角坐标系里，每个数据点是一个小圆点。「z = 0」对应一条直线 w1x1 + w2x2 + b = 0——这就是决策边界。线的一侧全部被预测为一类，另一侧是另一类。
下面的画布里，蓝点和橙点各代表一类样本（比如「通过 / 未通过」的历史数据）。背景色是当前神经元给出的预测区域，红圈标出的是被分错的点。
演示 2 · 亲手找到决策边界
可点击画布先用手动滑块试着把所有点分对，再点「单步学习」看感知机自己怎么调整。点击画布可以添加新样本点。
1.4 它怎么学会的？一条规则而已
感知机的学习规则简单到可以写在一行里：每当分错一个点，就把权重往「正确答案」的方向挪一点：
w ← w + η · (t − y) · x ， b ← b + η · (t − y)这里 t 是真实标签（0 或 1），y 是预测，η（读作 eta）是学习率，控制每一步挪多远。分对了？t − y = 0，什么都不做。把 1 错成 0？t − y = 1，权重加上 ηx，下次总分更高。把 0 错成 1？反过来减。就这么机械地循环，只要数据线性可分，感知机收敛定理保证它有限步内找到一组全对的权重。
「(t − y) · x」其实是梯度的雏形：它在告诉你每个权重该为这次错误负多大责任。第 5 章的反向传播，本质上就是把这条朴素规则推广到几千层、几亿个权重。
1.5 一个致命的局限（预告）
在演示 2 里你可能已经发现了：无论怎么调，一条直线只能解决「一条线能切开」的问题。如果蓝点和橙点呈对角交错分布（异或 XOR 模式），单个感知机永远无能为力——1969 年 Minsky 指出这一点，直接让神经网络研究沉寂了十几年。
破局需要两样东西：把神经元叠成网络，以及换掉阶跃函数。这正是第 2、3 章的故事。
神经元 = 加权求和 z = w·x + b，再过阶跃函数得输出。几何上它是一条决策边界（高维是超平面）。学习 = 分错就朝正确方向挪权重。它只能处理线性可分问题——这个局限推动了后面的一切。