人工神经网络(NN)和卷积神经网络(CNN)

最新推荐文章于 2024-01-11 22:31:43 发布
最新推荐文章于 2024-01-11 22:31:43 发布
阅读量1.8w 收藏 123
点赞数 31
分类专栏： 机器学习 文章标签： 卷积神经网络 CNN
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Link_Ray/article/details/98889468
版权

推荐吴恩达机器学习课程(网易云课堂)，李宏毅机器学习课程(b站)

人工神经网络

简称神经网络(NN)，是目前各种神经网络的基础，其构造是仿造生物神经网络，将神经元看成一个逻辑单元，其功能是用于对函数进行估计和近似，是一种自适应系统，通俗的讲就是具备学习能力。
其作用，目前为止就了解到分类。其目的就是在圈和叉之间画出一条分界线，使得接下来我们可以根据其位置来预测其属于哪个分类。这个图只有两种分类，实际上可以有非常多种，但其网络结构也会变得复杂，可以说一层网络可以画一条线，多层网络就可以画多条线。
在这里插入图片描述
其内部最主要的构造就是神经元，如下图所示
在这里插入图片描述
这张图有五个部分组成

  • 输入向量
  • 权重
  • 求和
  • 激励函数
  • 输出

可以把权重，求和，激励函数合并在一起，统称为隐藏层，输入的向量可以成为输入层，输出的向量可以称为输出层。
因此神经网络的基础结构便是三层结构

  • 输入层
  • 隐藏层
  • 输出层

输入层

一般有输入向量有多少维，输入层就会有多少个输入单元，每个单元代表一维向量，相当于该事物的特征，其与隐藏层的结点呈现为全连接状态。即1-N的关系。

隐藏层

隐藏层可以有许多层，层数越多神经网络的处理能力就越强，但相对的性能也会下降，每一层隐藏层可以针对某一种特征进行处理，例如一层隐藏层处理图像的斜线，一层隐藏层处理图像的灰度等等。
连接到隐藏层的每一条边都有一个权重 w w w，这个其实代表的某特征的权重。
在这里插入图片描述
我把 s u m sum sum和 f f f合并起来当做一个隐藏层的神经单元，那么该单元的数学表达形式便是
A = f ( w 1 ∗ a 1 + w 2 ∗ a 2 + ⋯ + w n ∗ a n + 1 ∗ b ) A = f(w_1*a_1+w_2*a_2+\dots+w_n*a_n+1*b) A=f(w

最低0.47元/天 解锁文章
Link_Ray
关注
  • 31
    点赞
  • 踩
  • 123
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【神经网络】综合篇——人工神经网络、卷积神经网络、循环神经网络、生成对抗网络
黎国溥
04-17 3万+
前言 本文综合整理常用的神经网络，包括生物神经网络、人工神经网络、卷积神经网络、循环神经网络、生成对抗网络；参考了许多高校的课程、论文、博客和视频等。文章的结构是先进行概念了解，然后结合图片、结构图、一步一步详细讲解；大家要不看看？( •̀ ω •́ )y 一、人工神经网络 简介：人工神经网络(Artificial Neural Network, ANN)，由人工神经元构成的网络，模拟人类的大脑；它模拟生物过程以反映人脑某些特征的计算结构。 联系：人工神经元模拟生物神经元；人工神经网络模拟...
探索神经网络架构教程视频,设计神经网络的步骤
aifans_bert的博客
08-09 1069
我想这可能是你想要的神经网络吧！什么是神经网络：人工神经网络（ArtificialNeuralNetworks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（ConnectionModel），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。...
卷积神经网络与人工神经网络
vectorindex的博客
04-01 902
1.卷积层 ：每个卷积核产生一张提取后的单通道图像(3通道进行卷积后也是1张了，因为累加了) 2.pooling层：对每张矩阵是单连接的，即一张矩阵对应一个pooling。 3.全连接层：相当与把3张图像，即[C,W,H]进行展平为C*W*H个神经元，全连接到全连接层 卷积层不要和全连接混了！看图以为卷积不也是全连接吗？？？ ANN为全排列方式展示出来，即1维度，而CNN每层的神经元都是3维度展示出来，但其内部的实现原理都是由神经元模型组成的神经网络 左边是实际的情况，右边是普...
什么是神经网络（Neural Network，NN）
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
11-21 5327
神经网络是一种模拟人类大脑工作方式的计算模型，它是深度学习和机器学习领域的基础。神经网络由大量的节点（或称为“神经元”）组成，这些节点在网络中相互连接，可以处理复杂的数据输入，执行各种任务，如分类、回归、模式识别等。
卷积神经网络和深度神经网络的区别与联系
weixin_43726202的博客
03-12 1322
卷积神经网络中神经元数量的计算与结构
深度学习笔记（三）——NN网络基础概念（神经元模型，梯度下降，反向传播，张量处理）
最新发布
拨雪寻春，烧灯续昼
01-11 1723
简要介绍了NN网络的相关知识，构建流程，训练基础概念，并且使用tf2搭建了相关的基础程序用作示例。
人工智能导论实验 卷积神经网络 详细实验报告 Pytorch源代码 CIFAR10数据集 结果表格和折线图
03-09
卷积神经网络（CNN）是深度学习领域中的一个重要分支，特别是在图像识别和处理任务中表现卓越。本实验报告深入探讨了人工智能导论中基于Pytorch框架实现的CNN模型。Pytorch是一个灵活且强大的深度学习库，它允许研究...
深度学习——卷积神经网络
01-20
卷积神经网络（CNN）是深度学习领域的重要组成部分，尤其在图像识别和处理任务中表现卓越。CNN的主要特点是利用卷积层和池化层来提取和学习图像特征，同时通过多层非线性变换实现复杂模式的识别。 1. **卷积神经...
基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LS
02-10
卷积神经网络基于TensorFlow的深度学习、深度增强学习代码：NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)
python实现神经网络，从入门到精通，CNN卷积神经网络，循环神经网络网络 使用pytorch库实现
04-05
本篇文章将深入探讨如何使用Python和PyTorch实现神经网络，包括基础的神经网络、卷积神经网络（CNN）以及循环神经网络（RNN），并以手写数字识别为例，展示具体应用。 首先，神经网络是模仿人脑神经元结构的一种...
人工神经网络(ANN/NN)、感知机(PLA)
あずにゃん梓喵的博客
08-07 3777
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 2.2 神经网络简介 2.2.1 什么是神经网络 人工神经网络（ Artificial Neural Network， 简写为ANN）也简称为神经网络（NN）。是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的计算模型。经典的神...
机器学习——人工神经网络（NN）
beiye_的博客
03-12 4733
机器学习——人工神经网络（NN）
机器学习方法之神经网络（NN）
From Zero to Hero
03-27 7402
神经网络算法( Neural Network )是机器学习中非常非常重要的算法。它 以人脑中的神经网络为启发，是整个深度学习的核心算法。深度学习就是根据神经网络算法进行的一个延伸。 背景 神经网络是受神经元启发的，对于神经元的研究由来已久，1904年生物学家就已经知晓了神经元的组成结构。一个神经元通常具有多个树突，主要用来接受传入信息；而轴突只有一条，轴突尾端有许多轴突末梢可以给其他多个神经元传...
初识：神经网络(Neural Networks)
风口IT猪的成长录
05-05 4721
浅谈Neural Networks神经网络介绍神经网络原理感知机激活函数Sigmoid 函数双曲正切函数（tanh）后序 神经网络介绍 人工神经网络（Artificial Neural Networks）也简称为神经网络（NN）。是模拟人类大脑神经网络的结构和行为。 20 世纪 80 年代以来，人工神经网络（Artificial Neural Network）研究所取得的突破性进展。神经网络辨识是采用神经网络进行逼近或建模，神经网络辨识为解决复杂的非线性、 不确定、未知系统的控制问题开辟了新途径。 神经网
神经网络NN
gaoxiaochan的博客
11-06 1147
有了梯度之后可以选择更多的方式优化网络的结构：最常用的最速下降法或者是梯度下降法，就是以梯度的反方向作为搜索方向以及适当的步长去更新权重，可以将偏差减小一下。以上是对于一个样本而言。损失函数：神经网络在计算过程中前向传播去计算loss function损失函数，反向传播通过损失函数去更新权重参数。解释：做归一化得到了概率值。对数函数输出是负值，所以加负号。回归任务是用得分值去计算一个损失，分类任务是由概率值去计算一个损失。
【机器学习】--神经网络(NN)
shankezh的博客
12-15 7420
简单介绍：      神经网络主要是默认人类脑结构进行的一种代码程序结构的表现，同时是RNN，CNN，DNN的基础。结构上大体上分为三个部分（输入，含隐，输出），各层都有个的讲究，其中，输入层主要是特征处理后的入口，含隐层用来训练相应函数，节点越多，训练出的函数就越复杂，输出层输出相应的预测结果，比较常见的就是多分类了。 算法特点：      1、神经网络属于有监督学习的一种；
神经网络(NN)
羞羞滴小朋友
09-12 3069
1. 背景 神经网络有很多算法，其中最著名的算法应该是BP算法。 2. 多层向前神经网络        1.BP算法被使用中在多层向前神经网络上。             1.1 通过迭代性来处理训练集中的实例。              1.2 对比经过神经网络后输入层预测值与真实值之间             1.3 反方向来最小化误差来更新每个连接的权重             ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值