神经网络(Neural Network)又称为人工神经网络(Artificial Neural Network,即 ANN)。他模仿人类大脑的生物神经元信号传递的方式,通过计算机程序反映人类大脑的行为,解决人工智能、机器学习与深度学习等领域的问题。
神经网络的类型
神经网络可根据不同的目的分为不同的类型,其中常见的神经网络类型包括:感知器、前馈神经网络或多层感知器 (Multilayer Perceptron, MLP) 、卷积神经网络(Convolutional Neural Network, CNN)、循环神经网络(Recurrent Neural Network, RNN)。
在自动驾驶中一般使用卷积神经网络,通过人工神经元响应部分覆盖范围内的周围单元,处理自动驾驶汽车图像。这种卷积神经网络由一个或多个卷积层和顶端的全连通层(对应经典的神经网络)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网络在图像和语音识别方面能够给出更好的结果。
卷积神经网络的关键组成部分是卷积层本身。它有一个卷积核,通常被称为过滤矩阵。滤波矩阵与输入图像的局部区域进行卷积,其定义