2021 开年巨献 —— 系列文章《AI 入行那些事儿》,为您讲述:
人工智能的基础原理、发展历程、当前应用
成为 AI 技术人员所需的入门技能和学习途径
以及求职、面试的全过程
神经网络的起源
现在的深度学习就是利用深度神经网络来进行模型训练。深度神经网络是神经网络的延续,而神经网络在几十年前则是一种机器学习模型。
后来神经网络独立出来发展成深度神经网络,发挥了很大作用,并因此逐渐成为深度学习的独立分支。
神经网络模型和其它模型不太一样,大多数其它模型都源于数学。比如:线性回归模型,最早由高斯发现并提出,并用来进行人口统计。马尔萨斯在《人口论》里就曾经引用过这种模型,后来又对其进行了一些修正,逐步形成了现在的逻辑回归模型。
神经网络模型首先是由生物学界提出的,它的研究和发展也是以对生物神经网络的模仿为基础的。
神经网络的要素
神经网络由很多神经元组成,这些神经元互相连接,形成一个网络。下图就是一个神经网络的典型结构,也是一种很传统的结构。
神经网络的输入层一般不计入总层数,所以神经网络只有两层。在这两层中有六个神经元,中间的隐藏层里有四个,最后的输出层有两个,神经元之间有方