神经网络与数学的一个非常简单的结合

在人们探寻人工智能路途中，往往借助于自然界智能范例来构造系统，神经网络就是很著名的一个例子。

这种系统建块就是人工神经元，这种人工神经元可以使用阈值逻辑单元（TCL）进行建模，如图所示。

在本例中，神经元输入X1和X2是二进制。经过输入经过实值权重W1和W2的调整。TCL的输出也假定是1或则2。每当输入向量点乘以这组权重得到的值超出或等于单位阈值（阈值也是实值数量）时，TCL等于1。

（点积表示向量的分量成积之和）

当X和W的点积大于等于阈值T时，TCL显示等于1；反之等于零。

　　　　（X1W1）+（X2W2）=T(定阈值等于1.5)

　　　　  -->X2=-（（W1/W2）/X1）+（T/W2）

　　　　  -->X2=-X1+1.5

　　　　即表示输出X1=X2=1时，得到的一条直线，画出这条直线

可见在三角形内输出为零，之外输出为一。

最后假设很多这种TCL执行数据处理任务，我相信人脑都是这么多元件合起来的互联网络。

 

转载于:https://www.cnblogs.com/hygge-98-areas/p/9693517.html