神经网络学习笔记

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