神经网络简单了解与计算
图中表示的是一个输入层是4,中间层为3,输出层2的神经网络,每个圈表示一个神经元;上图是一个的神经网络。实际网络可以有任意的输入,任意的中间层,任意的输出数量;图中每一条连接的线叫做权重。
神经网络的计算:
bias-偏执(表示本层每个神经元的偏执,每个本层神经元都有一个偏执,就是一个数字) xi代表输入层第i个神经元的值,wij代表连接输入层第i个神经元,本层第j个神经元的权重。
每个神经元的输入,就是与这个神经元相连的上一层神经元乘以权重然后再神经元处相加,后面再加上偏执,这就是神经元的输入。每个神经元的输出等于神经元输入应用一个激活函数,比如SIGMOID,公式如下:output = sigmoid(input)
神经网络就这样计算到最后一层,每条连线都会发生计算,最后到y1、y2计算出一个输出值。