神经网络初探

1.前言

          第一次接触神经网络时，感觉它太神奇，太有趣了，同时也勾起我对生物的一些情愫，高中那会酷爱生物，然而高考阴差阳错调剂到信息与计算科学，进而到计算机专业，基于那点对生物的情愫，我打算用生物的方法理解一下人工神经网络.

2. 神经元

    首先，我们来学习一下生物中的神经元在受刺激的情况下如何进行反应.

                                               

当树突末端接收到刺激，当刺激突破一定的阈值，神经元开始兴奋，刺激开始以电信号-化学信号的形式开始传导。

3. 人工神经元

      人工神经元正式仿照这种结构，下面开始介绍是如何仿照这种结构的

                                  

上图是一个简单的M-P模型，在这个模型中，神经元接收n个输入信号，这些输入信号通过带权的连接进行传递，接收的总输入与神经元的阈值进行比较，然后通过"激活函数"处理以产生神经元的输出。

       xi：表示第i个输入值.

      wi：权重，用以表示第i个输入对神经元兴奋所作的贡献.

       b：偏置.作用根据其值的正负，增加或降低激活函数的输出.

       N：净输出.

       f ：激活函数：函数本身表示的是一种映射关系，而激活函数的作用是用来限制神经元的输出振幅。由于它将输出信号限制到一定范围的定值，从而又叫“压制函数”.

       a： 输出值.

4.常用的几种激活函数