“神经网络”如何实现智能

                                               

 

 

在了解神经网络之前，以辨别猫为例，我们先聊一下我们人类是如何实现智能的？

我们是怎么学习知道这是一只猫的呢？

还记得是三岁那年，你爸爸牵着你的手在街上走，突然跳出来一只生物（猫）吓了你一跳，你说：爸爸，这是啥呀？你爸开心的说：这是猫，小宝宝。后天，你爸爸又牵着你的手在街上走，突然跳出来一只生物（猫）又吓了你一跳，你说：爸爸，看，狗。你爸不耐烦的说：这是猫。大后天，你爸爸又又牵着你的手在街上走，突然跳出来一只生物又又吓了你一跳，你说：爸爸，看，小鸡。你爸生气的说：这是猫，我是生了一个傻子吗？。。。在很多天后，你爸爸又又牵着你的手在街上走，突然跳出来一只生物又又吓了你一跳，你说：爸爸，看，猫。你爸激动的哭着说：真棒！

OK,之后在多次的尝试后，你知道了猫这个生物。我们就能智能的在下一次碰到类似的生物的时候，我们就智能的辨别

如何通过眼睛辨别一只猫呢？

猛一想，可能会说：TM猫呀，你是脑子有坑吗？》》》仔细想想，我们可能会想到猫的外貌特征：有毛，小，有胡须，有眼睛，有鼻子，有嘴巴，有屁股，有尾巴。。。。。等（我暂时也只能想到那么多）。可是我们在生活中不会说，是经过判断：看，首先这有一个生物，然后，它有毛，小，有胡须，有眼睛，有鼻子，有嘴巴，有屁股，有尾巴。。。呃呃呃。。（三分钟后）我推出这是一只猫。我们不是这样，而是一下子就看出这是一只猫的。而且我们在辨别猫的时候，有些特征我们无法用语言描述，我们有一种感觉，觉得这是一个猫，其实这种我们无法用语言描述的细微的特征也是在我们脑子里储存，所以说本质上我们也是这种辨别特征的方法来辨别一只猫的，这种特征在我们不端的学习中，以一种奇妙的方式映射在我们的脑子中了，我们的处理速度很快，然后一下就识别出这是一只猫。

 

那神经网络是如何实现智能的呢？

神经网络是如何学习知道这是一只猫的呢？

类似于人类，神经网络也是通过不断的纠正自己的错误来识别猫的，我们输入大量的图片给神经网络，在刚刚开始的时候，神经网络并不能很好的（与期望值相差较大）辨别猫，可能会认为这是一只鸡（鸡也有毛，有眼睛，有嘴巴），在经过不断的纠正（反向传播）之后，当误差小到我们所期望的时候，这时我们认为它可以很好的辨别猫。

神经网络是如何辨别这是一只猫的呢？

在传统识别猫的方法中，人们通过直观的比较像素值来辨别事物（例如：猫的特征尾巴：简单来说，那么我们记录一下一张猫尾巴部位的像素值，当识别新的图片的时候发现图片中某部位的像素值与我们记录猫尾巴部位的像素值相差不大，我们可以说这是一只猫），这种方法不能精确的识别猫，而且猫的特征千千万，我们不可以通过手工的方式来一一表示。

类似于人类，神经网络也是通过特征来辨别一只猫的，特征值也是通过大量学习与纠正，把猫的特征值保存在神经网络的各个层中，这种方式更加精确而且更加“智能”（类人）。