深度学习入门教程-1.1 神经网络是什么

到底什么是人工神经网络？

 

前面提到，人工神经网络是从大脑的理解中汲取灵感而形成的。在我们的大脑中，有数十亿个神经元，它们连接成了一个神经网络。

 

 

人工神经网络，结构也有些类似。许多个神经元（下图中的⚪）相连，构成了一个神经网络。

 

人类大脑神经元细胞接收来自外部多个强度不同的刺激，并在神经元细胞内进行处理，然后转化为一个输出，传导给下一个神经元。

 

 

人工神经元也类似，但是在处理的机制和工作原理和大脑神经元没什么关系。人工神经元输入的是数据，输出的还是数据。

 

 

上面的x是神经元的输入，w是每个输入对应的权重，然后经过人工神经元计算处理后，输出处理后的数据。

 

大脑的结构越简单，那么智商就越低。因此，单细胞生物是智商最低的了。人工神经网络也是一样的道理，网络结构越复杂就越强大，所以我们需要深度神经网络。这里的深度是指层数多，层数越多那么构造的神经网络就越复杂。

 

深度神经网络建好了，就可以开始训练了。训练深度神经网络的过程叫做深度学习，学习时我们需要不停地将训练数据输入到神经网络中，它内部就会不停的发生变化，这样就逐步具有了“智能”。

假如我们想让深度神经网络可以识别猫，就需要不停地将猫的图片输入到神经网络中。训练成功后，我们随意拿一张新的图片，它就可以判断是否是猫了。

 

 

这就像我们教小孩子认识猫一样，我们拿来一些花猫，告诉他这是猫，拿一些白猫，告诉他这也是猫，他脑子里就不停地学习猫的特征。然后，我们如果拿来一些黑猫，他就会告诉你这也是猫。

这就是深度学习网络学习的基本过程。是不是很容易理解呢！

 

欢迎关注我的微信订阅号，上面有更多机器学习相关的文章。