神经网络基础——神经元模型

本文介绍了神经网络的基础,重点讲解了神经元的生物基础及其数学模型——M-P模型。M-P模型模拟了生物神经元的兴奋和抑制状态,通过加权求和与非线性激励函数来处理输入信号。模型忽略了时间效应和突触的不应期,其核心在于激励函数的选择,不同的函数能体现神经元的多种信息处理特性。
摘要由CSDN通过智能技术生成
  • 机器学习——机器学习是指计算机自动获取新的事实及新的推理算法等,是计算机具有智能的根本途径。
  • 监督学习——外部教师——通过范例学习产生期待结果——基于误差正——关于网络权值输出误差最小化
  • 生物基础:
    1. 神经元是人脑信息处理系统的最小单元,大脑处理信息的结果是由各个神经元状态的整体效果确定的。
    2. 生物神经网络中各个神经元综合接收到的多个激励信号呈现出兴奋或抑制状态,神经元之间连接强度根据外部激励信息作自适应变化。
    3. 树突是信号的输入端,突触是输入/输出接口,细胞体则相当于一个微型处理器,它对各种信号进行整合,并在一定条件下触发,产生输出信号。输出信号沿轴突传至神经末梢,并通过突触传向其他神经元的树突。

    <
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值