人工神经网络与生物神经网络?
生物神经网络就是将数以万计的细胞联结, 将感官和反射器联系在一起的系统。而人工神经网络是对生物神经元结构和功能的模拟。人工神经网络靠的是正向和反向传播来更新神经元, 从而形成一个好的神经系统, 本质上, 这是一个能让计算机处理和优化的数学模型. 而生物神经网络是通过刺激, 产生新的联结, 让信号能够通过新的联结传递而形成反馈。
什么是神经网络?
一种数学模型,一种建模工具,常用输入和输出间的复杂关系进行建模或用来探索数据的模式。
输入层:直接接受信息的神经层,负责传递接收到的信息,比如输入一只猫的图片。
输出层:信息在神经元链接中传递,中转,分析,权衡,形成输出结果,通过对这一层的输出结果可以看出计算机对事物的认知。
隐藏层:在输入层和输出层之间众多神经元和链接组成的各层
神经网络的梯度下降