本次主要对神经元的结构做进一步的细化:
- ①一个神经元,首先分为树突部分:用于接收上层传递过来的信息(包括信号量的值:即液体本身和参数,即液体中的粒子等)。“树突”部分将内容进行存储同时判断是否达到阈值(这里的阈值可以类比阶梯式的阈值(类似状态机的状态值),达到了对应的阈值之后,将所有其上方的液体和里面的内容(即参数直接传递过去),即数据进行流动;
- ②轴突部分:这个部分主要用来处理,即神经元结构体实现功能的地方,利用传递进来的参数作为输入,进行操作,最后进行输出(输出可能和输入的参数不一致,这个应该说多数情况,数量、类型都是不一致的才对);
- ③突触部分:类似最终的分发:存储了下一站目标,并根据前面轴突输出的参数,调整下一层的连接的神经元结构体的各个连接权值(起到关闭打开或者部分关闭的作用),最后将对应的液体和里面的内容传递过去就行。这里的液体可以简单抽象成一个数字,用于表示传递的强度信息。传递过后,所有和本次传递相关的液体、里面的内容,在本神经元中应该都被清空,即真正的传递到下一个神经元中了;
- ④组合:以上是单个神经元,但是实际编码肯定是有不同的需求,而基本的原则是不改变单个神经元的形成规则,仅通过不同的组合来实现各种逻辑。
(1)选择逻辑:在突触部分会进行判断,通过对权重的修改、对传递的内容的分发,来实现选择的功能。
(2)循环逻辑:即将几个神经元首尾相接进行串联,就可以实现理论上的无限循环的逻辑结构。再通过一个判断节点,来决定何时退出即可; - ⑤总结,所以综上来看,每个神经元包含一个存储数据的部分(其中数据还会根据不同的状态进行分类存储,以便于激发不同的状态的时候,将对应的内容发送出去)“树突”,还有一个运算结构,轴突,类似tensorflow的一个节点,做的是对内容的处理操作。最后有一个分发站也可以理解成是一个决策站,突触,将“下一站的内容进行决策和分发”;