1.什么是人工神经网络?
模拟人脑结构,自主学习过程的数学模型。
结构包括:输入层、隐含层(权值和阈值)、输出层;
作用:在输入层输入某些而数据,经过隐含层的某种变换,使得输出数据是我们想要输出的数据;等到再次输入数据的时候,此时的模型具备自主学习能力(人工智能),完成输出(或通过输出数据,判断是否为想要的结果)。
(1)单个神经元模型:
单个神经元模型输出:
w为权值,为阈值,y为输出数据,f为激活函数。
最常用的方法是用sigmoid表示函数f(.),
2.什么是感知机?
感知机是具有两层神经元的结构,输入层和输出层;感知机模型公式:
感知机是一种判别式的线性分类问题,单层感知机只能解决线性问题。多层感知机解决非线性问题。这样的多层感知机也就是神经网络模型。
3.激活函数(在隐含层和输出层)的作用是什么?
没有激活函数的单层感知机和多层感知机不能解决非线性问题;
4.BP算法