本文介绍了神经网络的基本构成单位——神经元，包括输入、权重、调整项和激活函数。激活函数在神经网络中起到关键作用，通过映射输入和权重的总和到特定范围，影响网络的学习能力。文章详细探讨了激活函数的类型。
神经网络（Neural Networks）是受到人类大脑对于外界事物认知方式的启发建立的机器学习算法，也叫人工神经网络（ArtificialNeural Networks）。
我们先来认识构成神经网络的基本单元：神经元。
神经元有三个基础的构成
（1）一组连接（类比于生物神经元的树突），更准确的讲是一组输入。而每一个输入都会有一个权重进行作用。第k个神经元的第j个树突接收到的一个输入xj，那么这个输入将被权重wkj作用，其中下标表示第k个神经元的第j个树突的权重。
（2）一个调整项bk，所有的输入完成求和操作后再加上一个常数调整项
（3）激活函数φ，这个函数用来将求和之后的结果映射到一个合适的范围。
上图所示的神经元K可以用如下的两个数学公式表示：
最低0.47元/天 解锁文章
113
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
