神经网络概述

一、 所谓神经网络是生物神经网络的仿照

我们知道，我们的大脑中存在了数不清的神经元，这些神经元彼此连接，传递生物信号，从此形成了我们人类的一切认知和行为。例如一个刚出生的婴儿，他晚上睡觉会尿床，慢慢的长大过程中他学会了不在尿床，纵然这个学习的过程中结合了很多综合的因素，导致每个人学习的时间长短不一样，但是总体可以概括为：尿床难受总结下次如何不尿床不尿床。这从神经元传递信号的过程来看，就是尿床之后，大脑和器官建立了微弱的神经元联系，目的是控制尿床，但是这些个神经元联系还不够强烈，因此通过一次又一次的尿床来反复训练加强，最终这个神经元体系训练成功，可以很好的控制尿床了。

而计算机神经网络的训练其实就是仿照了这个过程。我们把尿床作为输入层，不尿床就是输出层,那么中间就是看不见的隐藏层，每一层都有多个虚拟神经元。从生物上的经验我们也可知道，需要多次的训练，神经元之间才能构成反应。所以一个好的神经网络自然也需要大量的训练（比生物中的神经网络的训练要大得多），这样才能训练处一个好的神经网络。

二、 神经网络的训练过程

我们以照片为例，看到一张猫片，我们很轻易的能分辨出这是一张猫片，但是对于计算机这种只懂得01数字的东西来说就没那么容易了。

通过上面我们可以知道，我们需要训练计算机，想要训练出合理有效的神经网络，我们需要的第一要素就是大量的实例。我们标记成千万张猫片、狗片等，让计算机去总结他们各自的特征，得出结论，形成初步的神经网络。

至此，我们先来解释一下中间层是干嘛的。计算机对于猫片和狗片，他们会总结很多的特征，然后通过算法去拟合，最后得出结论，所以所谓的中间层就是对代表特征的神经元进行操作并向下传递的过程。

好了，回到刚才，我们已经形成了初步的神经网络，但是这个网络是不是一个好的神经网络呢？实践是检验真理的唯一标准。我们形成了初步的神经网络之后，我们需要拿一些不同的猫片（或狗片）利用神经网络进行分辨。如果输出结果并不是我们所期待的，那么别急，这也是过程之一，我们需要再进行反馈，让整个神经网络进行自我调整，重新考虑中间层的特征神经元，最终建立更加合理的神经网络。

三、 小结

好了，神经网络的概述大概就是这样了。其实不难发现，目前的神经网络发展和应用还远远不急我们人类本身。这也很合理，毕竟我们目前的大脑可是经过了上千万乃至上亿年的演化，目前的生物科技水准远远到不了了解大脑全部神经元的水平。所以我们该好好珍惜这种来之不易的天赋哦，嘿嘿。