本文的宗旨:简单!清楚!
五、神经网络
5.1神经元模型
下图为M-P神经元模型,想象一下,一张考试卷子,卷子中的每一道题作为一个神经元的输入进入你的大脑,而每道题的分值代表着这道题的权重,你的大脑经过一系列的分析,分析出了先做哪道题,这就是一个简单的神经网络。而你是通过输出y来计算出你要先做哪道题。
我们注意到图中输出y=f(。。。)那么这里面f(x)是什么函数呢?答案是激活函数
我们知道理想很丰满,显示很骨感,阶跃函数现实中存在不光滑,不连续等问题,所以我们习惯性用Sigmoid函数,
将许多的神经元按照一定得层次结构组合起来不就得到了神经网络!
5.2感知机与多层神经网络
感知机由两层神经元组成。感知机可以实现逻辑与、或、非运算,怎么实现呢?改变 和
的值即可控制输入和输出的关系!