利用一些简单的人工“神经元”构造一个小系统,然后对其进行训练,从而具备一定的功能,正是人类研究人工神经网络的出发点,我们在这里考虑的神经元不是生物神经元,他们是对生物神经元极其简单的抽象,可以用程序或硅电路实现的人工神经元。
现在就对人工神经元的一些基础模型进行阐述。
**神经元模型**
神经元模型可以间的的分为单输入神经元和多输入神经元。
1.单输入神经元
如下图,为最基础的单输入神经元,需要了解的基础概念有:输入值,权值,偏置值,净输入,传输函数
输入值:p
权值:w
偏置值 :b(右图) 若将这个模型和生物神经元对照,权值w对应于突触的连接强度
净输入:n 细胞体对应于累加器和传输函数,神经元输出a代表轴突的信号
传输函数:f
(最常用的三种传输函数: 硬极限传输函数,线性传输函数,对数-s形传输函数)
输出值:a
a=f(wp+b)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190818182844181.?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk1NjE4N
神经网络设计学习笔记(1)——神经元模型
最新推荐文章于 2024-06-15 14:23:56 发布