Basic Neurons
来源:互联网 发布:win10平板性能优化 编辑:程序博客网 时间:2024/06/10 18:56
- Recognizing patterns
-Objects in real scenes
-Facial identities or facial expressions
-Spoken words
- Recognizing anomalies
-Unusual sequences of credit card transactions
-Unusual patterns of sensor readings in nuclear power plant
- Prediction
-Future stock prices or currency echange rates
-Which movies will a person like
Standard Task: The MNIST database of hand-written digits
- They are publicly available and we can learn them quite fast in moderate-sized neural net.
- We know a huge amout about how well various machine learning methods do on MNIST
Deep neural networks pioneered byGeorge Dahl and Abdel-rahman Mohamedare now replacing the previous machine learning method for the acoustic model.
神经元:(neuron)
细胞体
轴突:发送信息给其他神经元
树突:从其他神经元接收信息
一个神经元的轴突连接其他神经元的树突 (突触)
一个活动的刺激沿着轴突传递,导致电荷通过突触注入突触后面的神经元。一个神经元的树突接收到足够的电荷,使得轴丘部分发生去极化,生成一个刺激。当轴丘去极化以后,神经元会通过轴突发送一个刺激,这个刺激就是沿着轴突传播的去极化子的波。
突触(synapses)拥有有趣的结构. 他们包含一种小的囊泡, 囊泡中是一些递质化学物质. 当一个刺激到达轴突, 会导致这些囊泡迁移到轴突表面, 并释放这些化学物质 到突触的裂缝之中.
神经递质分为不同的几种. 其中有两种神经递质分别起到实现正向和负向的刺激
突触的功能:
改变传递的囊泡的数量
改变接收分子对神经递质的敏感性
Synapses are slow , but they have advantages over RAML
-They are very small and very low-power.
-They adapt using locally available signals
But what rules do they use to decide how to change?
——————————————————————————————————————————————————————————————
Some neural models
Linear neurons 线性神经
simple but computationally limited
Binary threshold neurons 阈值型神经元
超过阈值输出1,否则输出0
Rectified Linear Neurons 分段线性神经元
S型神经元(sigmoid neurons):应用最广泛的神经元
导数连续
Stochastic binary neurons 随机阈值型神经元
(泊松分布)
————————————————————————————————————————————————————————————
A simple example
输入特定形状时,该形状的输出单元会被激活。
如果一个像素是活跃的,它要做的是给特定的形状投票。每个像素可以给多个形状投票。每个投票可以有不同的强度。
增加从图像中活动的像素到正确分类的权重
控制权值:减小从活跃像素到任何网络猜测分类的权重。
添加多个训练以后:
这个网络所学到的东西相当于每个形状的迷你模板,然后判断哪个形状的模板与输入的图形中重叠最多,哪个图形就是胜出者。
手写数字在权重上变化太复杂,简单的模板不能识别所有形状。
必须为数字建立允许异变的模型:首先进行特征提取,然后再看这些特征的排列。
阅读全文
0 0
- Basic Neurons
- 神经网络:sigmoid neurons(2)
- Neurons, Neural Networks, and Linear Discriminants
- From detailed models to formal spiking neurons
- 神经网络:sigmoid neurons(sigmoid神经元)
- ML实践-Adaptive Linear Neurons(Adaline)
- @Basic
- Basic
- Basic
- BASIC
- @Basic
- @Basic
- basic
- Convolutional Neurons Network 训练参数与连接数计算过程
- WHAT DOES “NEURONS THAT FIRE TOGETHER WIRE TOGETHER” MEAN?
- Face Model Compression by Distilling Knowledge from Neurons 论文理解
- [神经网络]1.2-Using neural nets to recognize handwritten digits-Sigmoid neurons(翻译)
- Neurons字幕组 | 2分钟带你了解如何把人类表情迁移到大猩猩上
- CentOS 7 搭建samba服务
- Ehcache详细解读
- openCV SDK 下载地址
- Linux命令之vi编辑的使用
- 普通程序员转型深度学习指南
- Basic Neurons
- 2.黑屏的CentOS7,配置上网。
- Python之路【第十九篇】:爬虫
- 开发中大家如何对 JPA 或者 MyBatis 进行技术选型
- android apk找不到签名证书
- 设置tomcat开机自启
- 在IntelliJ IDEA配置Tomcat
- 开发一款扑克游戏,请给出一套洗牌算法,公平的洗牌并将洗好的牌存储在一个整形数组里
- ElasticSearch6.0.0安装