神经网络入门(neural network) ---概述
来源:互联网 发布:网络3无internet访问 编辑:程序博客网 时间:2024/06/05 20:35
人工智能的底层模型是"神经网络"(neural network)。许多复杂的应用(比如模式识别、自动控制)和高级模型(比如深度学习)都基于它。
一、感知器
历史上,科学家一直希望模拟人的大脑,造出可以思考的机器。人为什么能够思考?科学家发现,原因在于人体的神经网络。
- 外部刺激通过神经末梢,转化为电信号,转导到神经细胞(又叫神经元)。
- 无数神经元构成神经中枢。
- 神经中枢综合各种信号,做出判断。
- 人体根据神经中枢的指令,对外部刺激做出反应。
既然思考的基础是神经元,如果能够"人造神经元"(artificial neuron),就能组成人工神经网络,模拟思考。上个世纪六十年代,提出了最早的"人造神经元"模型,叫做"感知器"(perceptron),直到今天还在用。
上图的圆圈就代表一个感知器。它接受多个输入(x1,x2,x3...),产生一个输出(output),好比神经末梢感受各种外部环境的变化,最后产生电信号。
为了简化模型,我们约定每种输入只有两种可能:1 或 0。如果所有输入都是1,表示各种条件都成立,输出就是1;如果所有输入都是0,表示条件都不成立,输出就是0。
神经元模型是一个包含输入,输出与计算功能的模型。输入可以类比为神经元的树突,而输出可以类比为神经元的轴突,计算则可以类比为细胞核。
下面我们来了解一下神经网络的运作过程:(后续的文章会举事例说明)
- 确定输入和输出
- 找到一种或多种算法,可以从输入得到输出
- 找到一组已知答案的数据集,用来训练模型,估算w和b
- 一旦新的数据产生,输入模型,就可以得到结果,同时对w和b进行校正
阅读全文
0 0
- 神经网络入门(neural network) ---概述
- 神经网络(Neural Network)概述
- 概述 循环神经网络(RNN-Recurrent Neural Network)(1)
- Recurrent Neural Network系列1--RNN(循环神经网络)概述
- 神经网络入门(neural network)---初级应用篇
- Neural Network Concept神经网络(一)
- 人工神经网络(ANN, artificial neural network)
- 神经网络(Neural Network)的表示
- 卷积神经网络(Convolutional Neural Network)总结
- 卷积神经网络(Convolutional Neural Network)总结
- 卷积神经网络(Convolutional Neural Network, CNN)
- 回归神经网络RNN(Recurrent Neural network)
- 卷积神经网络(Convolutional Neural Network)
- 循环神经网络(Recurrent Neural Network)
- 神经网络(Neural Network)
- 神经网络 neural network
- NN(Neural Network神经网络)
- 神经网络笔记(Neural Network)
- 【PDF下载】金融技术峰会之云数据库OceanBase架构
- 视觉slam学习资料
- IIS初始化(预加载),解决第一次访问慢,程序池被回收问题
- fg代码阅读笔记2
- Linux下使用Nsight交叉编译so文件
- 神经网络入门(neural network) ---概述
- spring:一个简单实例之IOC
- Mybatis系列之动态SQL
- 客户端资源加密
- JavaScript学习总结(四)——逻辑OR运算符详解
- iOS中[super class]为何会输出子类类型?
- View[6] inflate()、addView()removeView() 及 LayoutParams
- GooglePlay内购总结In-app Billing集成测试流程
- 线程池与连接池