从大脑结构到人工神经网络

前言

神经网络能解决非线性的复杂的模型问题，而且通过增加网络的层数将具备更加强大的学习能力，另外如果再改造改造层的结构则变成各类深度学习模型，例如CNN RNN之类的。

神经网络一般被用来捕捉复杂情况下的特征，比如说视频图像中的动物类别、一名作家的写作风格等等。

大脑神经元

人脑可能有1000多亿个神经元，每个神经元都可能在几个方向上互相连接着，这么大量的神经元及连接就形成了一个超级大型的网络。我们就是因为这些网络而存在各种各样的思想和意识。

大脑神经元即是脑神经细胞，主要包括细胞体、树突、轴突、突触等。

• 细胞体，由细胞核、细胞质和细胞膜组成。它是神经元新陈代谢的中心，是接收信息并处理的部件。
• 树突，是细胞体向外延伸树枝状的纤维体，它是神经元的输入通道，接收来自其他神经元的信息。
• 轴突，是细胞体向处延伸的最长最粗的一条树枝纤维体，即神经纤维，它是神经元的输出通道。轴突有髓鞘纤维和无髓鞘纤维两种结构形式，两者传递信息的速度不同。轴突末端有许多向外延伸的树枝状纤维体，称为神经末梢，它是神经元信息的输出端。
• 突触，神经元的神经末梢与另一神经元树突或细胞体的接触处即为突触。每一个神经元都通过突触与其他神经元联系，细胞之