饭后了解一下，什么是神经网络

一、定义

神经网络，是机器学习的一个分支，学名应该叫人工神经网络，将模拟生物神经网络(BNN) 的 数学模型 统称为人工神经网络模型，简称人工神经网络或者神经网络。

二、生物神经网络介绍

既然定义上说，神经网络其实是BNN的数学模型，那么我们再来了解一下BNN是什么吧。
生物神经网络一般指生物的大脑神经元、细胞、触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。
而大脑神经元是组成网络的关键元素，那么神经元又是什么？

2.1 神经元

神经元其实就是迷人的“神经细胞”，来，让我们看看神经元长的是啥样子？没错，就是下图你看到的样子。

其实，神经元的形状和大小不一，但多数神经元具有一些共同结构。因此，大致可以分为细胞体和突起两部分。
看到上图中的细胞体没？胞体的中央有细胞核。细胞核是细胞的能量中心。通过化学反应，胞体为神经活动提供能量，并大量制造用于传递信息的化学物质。
自胞体伸出两种突起：呈树枝状的被称为树突，它接收其他神经元的信息并传至胞体；那一根细长的突起称为轴突，它把冲动由胞体传至远处，传给另一个神经元的树突或肌肉与腺体。髓鞘由胶质细胞构成，包裹在轴突上，起着绝缘作用。一个神经元的轴突有许多分支末梢膨大，呈葡萄状，称为突触小体，它是传递信息给另一个神经元的发放端。

2.3 神经元的特征

神经元具有两个最主要的特性，即兴奋性和传导性。神经元的兴奋性具有一种很特殊的现象，当刺激强度未达到某一阈限值时，神经冲动是不会发生的；而当刺激强度达到该值时，神经冲动发生并能瞬时达到最大强度，此后刺激强度即使再继续加强或减弱，已诱发的冲动强度也不再发生变化。哈哈哈，咱高中是不是就已经了解了呀，那传导性咱也不用说，字面意思理解就成。
那么神经元又是怎样组成神经网络的？来吧，咱继续了解一下。

2.4 组成神经网络

生物神经网络是由很多神经元相互连接的。 但是，神经元之间的连接可不是固定不变的。因为人的学习和成长，一些新的连接会被逐渐建立起来，还有一些连接可能会消失。外界刺激就是神经网络的输入，在接收刺激后，刺激信号将传递到整个网络中，影响所有的神经元状态，神经元之间彼此连接并相互制约影响，不断调整彼此间的连接强度，直到达到稳定状态，并最终对刺激做出反应。神经元之间的关系变迁形成了生物体的学习过程。

三、构建神经网络

前面介绍了神经网络的基本概念，以及了解了BNN是什么，神经元在BNN中的作用，说到底，了解BNN其实就是为了明白其中的原理，然后模仿生物神经网络来构建人工神经网络的。那么问题来了，该如何构建神经网络嘞？来，咱继续。
既然是构造神经网络，自然是先构造其最基本的单位----神经元。

3.1 构造神经元

前面提到神经元：输入部分（树突）、处理部分（细胞体）和输出部分（轴突）。

咱先看这个图，首先输入p1、p2、p3特征值，在w权重的"刺激"下，在细胞体中，加入内部强度值b用来明确神经元的特征，对输入的信号进行处理，S=p1w1+p2w2+p3w3+b*1。然后经过传递函数（格式化输出结果，使输出值依然可以作为另一个神经元的输入值），得到格式化后的输出值f(s)。

3.2 感知机

感知机是最简单的神经网络。其实它就是前面提到的神经元，前辈为了让我们理解"网络"，才将神经元再起别名"感知机"，网络接收若干个输入，并通过输入函数、传输函数给出一个网络的输出。

3.3 构造神经网络

神经元、感知机都了解了，来，主角终于上场啦。那么该如何构建神经网络。
在生物神经网络中，单个生物神经元有不同的作用，当这些不同种类的神经元依据某种结构联系起来时，就成为神经网络。
来，直接看一下单层神经网络图吧：
多层神经网络又称前馈神经网络，每层的输出只能作为下层的输入，且下一层不会给反馈。以三层为例，大概下图这样的：

咱对神经网络的了解，暂且就这么多，后面还可以继续补充。