“1943年心理学家M和数学家P根据生物神经元结构,提出神经元的数学模型。”
“1975年W博士将多层感知机堆叠成神经网络,并利用反向传播算法训练神经网络自动学习参数。”
“神经网络是一种模仿生物神经网络的结构和功能的数学模型或计算模型。”看到这句话,就觉得这玩意儿像玄学。确实,神经网络缺乏完备的数学证明,虽然神经网络能解决很多问题,但是为啥能解决问题的“可解释性”需要进一步探索。
提取主谓宾,神经网络是一个数学运算模型。
https://playground.tensorflow.org/
一.多层感知机 Multi-Layer Perception MLP
感知机只能处理线性可分的问题。为了解决这一局限性,引入多层感知机,例如我们用三个简单的感知机组成一个两层感知机可以解决”异或门“问题。
感知机处理输入信号的方法就是:
h = sign(wx+ b) ,#sign(x)是一个取符号的函数,x>=0时,函数值为1,反之为-1。