神经网络设计学习笔记（1）——神经元模型

 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