介绍神经网络之前,先简单介绍一下神经网络的最基本单元:神经元。如下图所示:
神经元是信息处理的单元,而神经元之间的联接则负责传递信息。每个联接都有相应的权重,在典型的神经网络中,往往是将权重与信号相乘。这些输入信号的加权和作为神经元的输入信号,神经元应用激活函数对输入进行处理,并且产生输出,传递给下一个神经元。
计算过程如下图所示:
其中:
x1,x2,...xm
:传递的信号
Wk1,Wk2,...Wkm
:联接的权重
S
:来自所有联接的加权和
j(x)
:激活函数
yk
:输出
接下来我们更详细的介绍一下神经网络中的联接模式
在神经元的联接中我们一般用”+”表示传送来的信号起刺激作用,能够增加神经元的活跃度;用”-“表示传送来的信号起抑制作用,用于降低神经元的活跃度。
对于神经网络层次的划分,我们将其分成三种不同的互联模式
1. 层内联接:用来加强和完成层内神经元之间的竞争
2. 循环联接:反馈信号
3. 层间联接:用来实现层间的信号传递