深度學習入門教程-1.1 神經網絡是什麼

到底什麼是人工神經網絡？

 

前面提到，人工神經網絡是從大腦的理解中汲取靈感而形成的。在我們的大腦中，有數十億個神經元，它們連接成了一個神經網絡。

 

 

人工神經網絡，結構也有些類似。許多個神經元（下圖中的⚪）相連，構成了一個神經網絡。

 

人類大腦神經元細胞接收來自外部多個強度不同的刺激，並在神經元細胞內進行處理，然後轉化爲一個輸出，傳導給下一個神經元。

 

 

人工神經元也類似，但是在處理的機制和工作原理和大腦神經元沒什麼關係。人工神經元輸入的是數據，輸出的還是數據。

 

 

上面的x是神經元的輸入，w是每個輸入對應的權重，然後經過人工神經元計算處理後，輸出處理後的數據。

 

大腦的結構越簡單，那麼智商就越低。因此，單細胞生物是智商最低的了。人工神經網絡也是一樣的道理，網絡結構越複雜就越強大，所以我們需要深度神經網絡。這裏的深度是指層數多，層數越多那麼構造的神經網絡就越複雜。

 

深度神經網絡建好了，就可以開始訓練了。訓練深度神經網絡的過程叫做深度學習，學習時我們需要不停地將訓練數據輸入到神經網絡中，它內部就會不停的發生變化，這樣就逐步具有了「智能」。

假如我們想讓深度神經網絡可以識別貓，就需要不停地將貓的圖片輸入到神經網絡中。訓練成功後，我們隨意拿一張新的圖片，它就可以判斷是否是貓了。

 

 

這就像我們教小孩子認識貓一樣，我們拿來一些花貓，告訴他這是貓，拿一些白貓，告訴他這也是貓，他腦子裏就不停地學習貓的特徵。然後，我們如果拿來一些黑貓，他就會告訴你這也是貓。

這就是深度學習網絡學習的基本過程。是不是很容易理解呢！

 

歡迎關注我的微信訂閱號，上面有更多機器學習相關的文章。