作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120405856
目录
第1章 人工神经网络ANNG概述
1.1 生物神经网络回顾
1.2 人工神经网络概述
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。
它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。
最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。
1.2 人工神经网络的层次模型
神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。
（1）深入层：对应生物神经网络中的周围神经系统的传入神经元
由有大量的输入节点组成，每个输入节点代表样本的一个输入属性。所有的输入属性，组成了样本，用多维的“张量”这种数据结构来描述。
（2）隐藏层：对应生物神经网络中的中枢神经系统的中枢神经元
由大量的神经元节点组成，负责对输入数据进行处理。
网络的输出对输入的响应，则依赖于神经元的网络连接方式，以及各个神经元的权重参数。
（3）输出层：对应生物神经网络中的周围神经系统的输出神经
有大量的神经元组成，负责数据的输出。
1.3 人工神经网络的本质是“图” 结构
神经网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
其底层的数据基础是“图”。
在计算机科学中，一个图就是一些顶点的集合，这些顶点通过一系列边结对（连接）。
顶点用圆圈表示，边就是这些圆圈之间的连线。顶点之间通过边连接。
注意：顶点有时也称为节点或者交点，边有时也称为链接。
与“图”相对应的常见数据结构有：
（1）链表数据结构
（2）“树“型数据结构
1.4 常见计算机网络的拓扑结构
1.5 神经网络模型的决定因素：Y = W * X + B
决定神经网络模型的核心是：
（1）神经网络的拓扑结构：
- 输入数据的形状, 即输入张量X，分为样本数据和预测数据
- 输出数据的形状, 即输出张量Y，分为样本标签和预测结果
- 网络的拓扑结构, 即W, B矩阵形状，W和B合并后的简化模型是： Y = W * X
网络拓扑结构，反应在深度学习领域：就是各种大牛、大神们公布的、发明的神经网络的模型。
（2）神经网络的参数值
- W, B矩阵中的W,B参数的数值
- W,B参数的数值是：通过输入样本，对模型训练，自动设置的，而不是人为预先设计的。
神经网络的参数值，反应在深度学习领域，就是模型的训练。
第2章 人工神经网络的分类
2.1 按照神经网络的层数分
- 单层神经网络
- 两层神经网络
- 多层神经网络
2.2 按照神经网络深浅分
- 浅层神经网络
- 深度神经网络
2.3 神经网络的综合分类
第3章 人工神经网络基础性核心功能
3.1 线性回归：拟合问题
（1）单个神经元的线性拟合
（2）多个神经元的非线性拟合
（3）无数个神经元的空间拟合能力
3.2 逻辑回归：分类问题
（1）单个神经元的逻辑“非”运算：0或1
（2）单个神经元的逻辑“与”运算
（3）单个神经元的“或”运算
（4）两个神经元的“亦或”运算
（5）多神经元复杂的逻辑运算
（6）多个神经元的“多”分类运算
（7）多个神经元的复杂分类
3.3 深度神经网络的应用
（1）现在、当下
（2）未来
第4章 人工神经网络的发展
4.1 人工神经网络大观园
神经网络结构盘点Neural Networks Zoo_marsjhao Blog-CSDN博客
4.2 人工神经网络的发展
4.3 人工神经网络发展的动力
第5章 浅层神经网络
5.1 单层神经网络
5.2 二层神经网络
5.3 四层神经网络
第6章 深层神经网络与深度学习
6.1 什么是深度神经网络
（1）层数：深层神经网络的层数可以高达几十层、上百层，甚至上千层。
（2）特征：深度神经网络能否自己、自动发掘数据中深度隐藏的特征。
（3）计算：深度神经网络的计算机极大
（4）参数：深度神经网络的w，b的参数可以高达几百万、几千万个。
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120405856
4101
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
