赶项目进度,仅了解
文章目录
认识
神经网络是由具有适应性的简单单元所组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界所做出的的交互反应。
神经网络最基本的成分是神经元模型,当通过神经元的信息信好超过某一个阈值,那么该神经元就会激活,从而作用于下一个神经元。
在M-P神经元模型中,神经元接收到来自n个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接进行传递,神经元接收到的总输入值将与神经元的阈值进行比较,然后通过激活函数处理以产生神经元的输出。
理想的激活函数是阶跃函数,取值0和1用来表示神经元的抑制和兴奋状态。然而阶跃函数不连续、不光滑,所以常用sigmod函数代替。
把多个神经元按一定的层次结构连接起来,就得到了神经网络。
数学模型: y j = f ( ∑ i ω i x i − θ j ) y_j=f(\sum_i\omega_ix_i-\theta_j)