人工神经网络基础(1)

人工神经网络(ANN),是由大量的简单处理单元组成的非线性、自适应、自组织的系统。

1、单个神经元

如下图:

在图中,我们可以看到有r个输入参数pi,每个pi连接到神经元的线上有一组权值wi,除此之外,还有参数b连接到神经元上。这些值之和为n=\sum wipi +b,n将作为输入代入一个激活函数f(\cdot )中,所以最终的输出为a=f(\sum wipi +b)

这样的一个简单的结构,我们称它为单个神经元,而对于人工神经网络来说,是很多神经元组成的复杂结构。

我们将其中的输入数组和权值可以写成矩阵形式:

P=[p_{1},p^{_{2}},\cdots ,p^{_{r}}]^{T}

W=[w_{1},w^{_{2}},\cdots ,w^{_{r}}]

那么我们可以得到输入输出的表达式:

A=f(WP+b)

2、单层神经网络:

如下图:

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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