文章链接:
人工神经网络(NN)
人工神经网络(artificial neural network,ANN),简称神经网络(neural network,NN),是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构,是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具,常用来对输入和输出间复杂的关系进行建模,或用来探索数据的模式。
多层神经网络由三部分组成:输入层(input layer),隐藏层(hidden layers),输出层(output layers)。
神经网络图
(1)每层由单元(unit)组成,每个单元可以被称作神经结点。
(2)输入层(input layer)是由训练集的实例特征向量传入,经过连接节点的权重(weight)传入下一层,然后根据非线性方程转化输出一层的输出是下一层的输入。
(3)隐藏层的个数可以是任意的,输入层和输出层都有一层。
(4)上图称为2层的神经网络(输入层不算)。
(5)作为多层向前神经网络,理论上,如果有足够多的隐藏层和足够大的训练集,可以模拟任何方程。