欢迎关注【自己动手写神经网络】的博客连载!!!
第1章 神经网络简介
神经网络这个词,相信大家都不陌生。就在你打开本书,并试图了解神经网络时,你已经在使用一个世界上最复杂的神经网络——你的大脑,一个由大约1000亿个神经元(每个单元拥有约1万个连接)构成的复杂系统。但人的大脑太过复杂,以至于科学家们到目前为止仍然无法准确解释大脑的工作原理和方式。但有幸的是,生物神经网络的最最基本的元素已经能够被识别,而这就构成了本书想为你介绍的人工神经网络(Artificial Neural Network)。
人工神经网络是受到生物神经网络的启发而发展起来的。因此,了解生物神经网络可以帮助读者更好的理解人工神经网络。图1.1 展示了生物神经元的基本结构。生物神经元也就是神经细胞由细胞核、细胞体、轴突、树突组成。细胞轴突是一条长长的纤维,它把细胞体的输出信息传导到其它神经元。树突用来接收其它神经元的输入信号。轴突和树突的连接叫突触,突触拥有一定的强度,表示两个神经元连接的强度和稳定性。细胞体接收所有树突的输入,并通过细胞体内复杂的化学变化,来确定细胞体是否需要对轴突产生输出。
神经元示意图
神经元示意图
神经元之间的连接不是固定不变的,在人的学习和成长过程中,一些新的连接会被逐渐建立起来,还有一些连接可能会消失。外界刺激就是神经网络的输入,在接收刺激后,刺激信号将传递到整个网络中,影响所有的神经元状态,神经元之间彼此连接并相互制约影响,并不断调整彼此间的连接强度,直到达到稳定状态,并最终对刺激作出反应。神经元之间的关系变迁就形成了生物体的学习过程。
人工神经网络以生物体的神经网络为基础,当然,人工神经网络没有生物神经网络那么复杂,在现阶段,我们只能做一些简单的模拟和仿制。目前,人工神经网络吸取了生物神经网络两个极为重要的概念,计算单元和连接权重。计算单元好比是细胞体,负责处理所有的输入并给出一定的输出,连接权重好比轴突和突触,表示两个计算单元的连接强度。
人工神经网络最早的提出可以追溯到1943年,至今已经有70多年历史。它由美国的心理学家W.S.McCulloch和数学家W.A.Pitts在论文《神经活动中所蕴含思想的逻辑活动》中最先提出,并从此澎湃发展。
人工神经网络与线性代数和微积分紧密相关,对神经网络的基本原理以及证明几乎都使用高等数学进行,这些复杂而难懂的公式给许多希望进行神经网络学习的初学者造成不少困扰。本书深刻考虑到这点,从实际应用出发,尽可能避免出现深奥的数学公式,使用白话文字讲解神经网络的基本思想、实现和应用,不需要读者具有良好的数学功底。在必须使用数学公式的场合,作者也将将给出详尽的说明,以帮助读者理解公式的含义。因此,本书将是一本从实际应用出发,附带理论讲解的书籍,适合初学者和实践者(你想立即动手构建自己的神经网络)阅读参考。对纯理论研究感兴趣的读者应该寻找其它更合适的书籍。本书对读者唯一的要求就是需要读者懂得基本的程序设计,了解Java、C/C++、Python等编程语言可以使读者更好的理解本书的内容。
目前,人工神经网络在多个领域均有相当成功的应用,比如市场预测,数据分类,语音识别,文字识别,医疗诊断等。以数据分类为例,在数据爆炸的今天,对大数据的分析显得越来越重要,神经网络可以很好得解决大数据的分析工作。比如,在进行动物分类时,我们可以告诉神经网络某动物的几个特征,如大小、是否有羽毛、有几条腿等信息,神经网络便可以将它归入特定的类别。在文字识别领域,可以使用神经网络进行手写体、车牌的识别,并且,这类应用已经非常普遍。在医疗领域,医生可以根据患者的一系列生理特征通过神经网络来排定患者患有某种疾病的概率。在金融领域,也可以使用神经网络挖掘股票、期货价格的内在规律,并对未来的价格作出预测。
人工神经网络的基本单元是人工神经元。这里先简单介绍一下神经元的基本结构,如图1.2所示。其中,p是神经元的一个输入,w是该输入p到神经元的权值,也就是连接的强度(类比突触),p可以是其它神经元对该神经元的输入,也可以是外部系统对该神经元的刺激输入。b是神经元的偏置(更准确得可以理解为偏置的权重),1是神经元的固定偏置输入,偏置用来模拟生物神经元的内在化学性质。s是累加器,也可以叫做神经元的输入函数,通常它对p和偏置进行加权求和运算,s的输出为wp+b*1,s的输出通常成为净输入net。偏置1和b并不是神经元必须的,实际上在很多神经网络中可以没有这个部分。s的输出将进入f,f为神经元的传输函数,a=f(net)即为这个神经元的输出,a也就是生物神经元的轴突信号。
在该模型中,w和b是可以调整的参数,传输函数f和输入函数s可以根据需要进行选择,但是在确定后不再更改。
nn
图1.2 人工神经元模型
本章主要介绍了神经网络生物学原理、主要应用领域以及单个神经元模型。但对于神经元模型的介绍并不够详细,更加全面的信息,将在下一章节介绍。
转载请注明出处,感谢大家的支持!
本文来自优优码:http://www.uucode.net/201405/nn-basic
分享到:
相关推荐
### 人工智能阅读报告:机器学习、数据挖掘与人工智能的核心知识点 #### 机器学习:智能的基石 机器学习作为人工智能的核心领域之一,旨在使计算机具备学习和改进的能力,从而能够从数据中自动提炼知识和模式。它...
文章通过展现霍金面对身体严重残疾时所展现出的坚强意志与乐观态度,激励读者学习他的科学精神与人格魅力。 **人物简介**:斯蒂芬·霍金是一位英国理论物理学家、宇宙学家以及科普作家。尽管他患有肌肉萎缩性侧索...
这篇《轮椅上的霍金》教案针对的是小学六年级的学生,旨在通过学习,使学生能够正确、流畅、有感情地朗读课文,并掌握8个新学汉字,理解并运用相关词汇。此外,教学的核心是让学生理解并感受到霍金不仅是物理学界的...
我们考虑了在新的大重力下M≥0的BTZ黑洞与M = −1的热孤子之间的霍金-佩克相变。 通过比较壳上的自由能,我们可以看到存在一个临界温度。 在临界温度以下,热孤子比黑洞更有可能,而在临界温度以上,黑洞比热孤子更...
在黑洞化学的背景下,我们研究了在爱因斯坦引力下渐近标德毛发的渐近de Sitter黑洞的热力学。... 我们发现黑洞和围绕它的de Sitter空间的系统经历了“逆向”霍金-佩奇相变,只要我们考虑大正则合奏。
在人工智能专题的学习中,我们可以了解到人工智能对于社会经济的深远影响及其带来的就业挑战。强人工智能的概念指出,理论上有可能制造出能够真正推理和解决问题的智能机器。例如,首次通过图灵测试的软件“尤金·...
学年六年级语文上册 第三单元 10 轮椅上的霍金教案2 苏教版-苏教版小学六年级上册语文教案.doc
1. **一代科学巨匠陨落,霍金怀着对人工智能的担忧离世**:斯蒂芬·霍金是一位著名的理论物理学家和宇宙学家,他对人工智能的发展持谨慎态度。他认为,如果不受控制,人工智能可能会对人类构成威胁。霍金的观点提醒...
人工智能,简称为AI,是21世纪科技领域的关键驱动力之一。这门技术科学致力于研究、开发能够模拟、延伸和扩展人类智能的理论、方法、技术和应用系统。它源自计算机科学,自20世纪70年代以来,已被视为全球三大尖端...
### 1. 相对论的发展及其影响 #### 狭义相对论带来的不确定性 狭义相对论由阿尔伯特·爱因斯坦于1905年提出,它彻底改变了我们对于时间、空间的认识。题目中提到,在狭义相对论出现后,“什么变得不确定了?”选项...
综上所述,这个PPT学习教案主要讲述了霍金的生平、他的疾病挑战、他对科学的贡献以及他的人生哲学,旨在激励学生和读者面对困难时要有不屈的精神,持续学习和探索,并始终保持乐观和感恩的心态。
人工智能
### 未来人工智能:从AlphaGo到BeltaGo #### 一、从AlphaGo看人工智能现状 ##### 1. AlphaGo是谁? AlphaGo是由Google DeepMind开发的一款围棋人工智能程序。它首次引起公众广泛关注是在2016年,当时AlphaGo击败...
"藏经阁-“芯”机遇 大连接时代的人工智能平台" 本文档主要介绍了人工智能平台在大连接时代的应用,展望了未来的人工智能发展趋势,并对人工智能在物联网时代的应用进行了详细的分析。 título :藏经阁-“芯”...
深度学习,是人工智能爆发的基础之一,它模拟人脑的神经网络进行分析和学习,极大地推动了人工智能技术的发展。同时,大数据的积累(如互联网+传感器产生的数据)和计算性能的提升(例如,NVIDIA DGX-1等高性能计算...
在本文中,利用扩展相空间中的高斯-邦尼特项研究了黑洞与热反de Sitter(AdS)空间之间的Hawking-Page相变,其中变化的宇宙学常数起着有效的作用。 热力学压力。 高斯-邦尼特项通过将修正引入黑洞熵和吉布斯自由能而...
### 斯蒂芬霍金《大设计》中文版知识点概览 #### 一、书籍概述 - **书名**:《大设计》 - **作者**:史蒂芬·霍金与列纳德·蒙洛迪诺 - **翻译**:如是我闻mengdie1982@126.com - **出版形式**:中文完整版 #### ...