人工神经网络
人工神经元:人工神经元是人工神经网络的基本单元。模拟生物神经元,人工神经元有1个或者多个输入(模拟多个树突或者多个神经元向该神经元传递神经冲动);对输入进行加权求和(模拟细胞体将神经信号进行积累和树突强度不同);对输入之和使用激活函数计算活性值(模拟细胞体产生兴奋或者抑制);输出活性值并传递到下一个人工神经元(模拟生物神经元通过轴突将神经冲动输入到下一个神经元)。
人工神经网络:大量的人工神经元以某种链接方式得来的。不同的连接方式构成了不同的神经网络。
多层感知机
感知机:是二类分类的线性分类模型,输入为实例的特征向量,输出为实例的类别。
多层感知机:多层的感知机构成,具有强的的数据特征提取抽象功能。是一个前向传播过程。
激活函数
激活函数:让感知机从单层变成多层。
流行的激活函数:
饱和激活函数:1.Sigmoid函数或者Logistic函数2.Tanh — Hyperbolic tangent(双曲正切函数)
非饱和激活函数:3.ReLu -Rectified linear units(线性修正单元)
反向传播算法
反向传播:计算每一层的误差,误差的计算过程是