人工神经网络学习笔记
ps：没有开始写具体内容如今只是把所涉及到的内容大概的框架整理出来了segmentfault
等晚上回家整理bash
人工神经网络（Artificial Neural Network，ANN）
简称神经网络（Neural Network，NN）或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。是一种自适应系统，具有学习能力。网络
------------------------------------------------------------------------------------------------
框架
下面就对神经网络进行复习机器学习
神经网络的组成神经元
人脑中神经细胞约有860亿个，无数的神经元构成了神经网络。函数
神经元模型是一个包含，输出与计算功能的模型。神经元的主要的做用是接受输入信号，当输入知足条件，输出信号。学习
对于神经元咱们能够分步理解google
上面这张图说的是最初步的神经元的构造
spa
简单的说咱们有三个条件x1 x2 x3 .net
x1 --> 体温
x2 -->身体在运动
x3 --> 空气温度
若是三个条件的合计大于50，就会输出（output）身体出汗的信号，不然不输出信号。
公式为：y = x1 + x2 + x3 - 50（若是y>0输出信号，不然相反） 复制代码
在这里要介绍一下权重w：
权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在总体评价中的相对重要程度。
打个比方说, 一件事情, 你给它打100分, 你的老板给它打60分, 若是平均, 则是(100+60)/2=80分。但由于老板说的话份量比你重, 假如老板的权重是2, 你是1, 这时求平均值就是加权平均了, 结果是(100*1 + 60*2)/(1+2)=73.3分, 显然向你的老板那里倾斜了。假如老板权重是3，你的权重是1，结果是（100*1+60*3）/（1+3）=70。这就是根据权重的不一样进行的平均数的计算，因此又叫加权平均数。
对于咱们上面的问题咱们能够添加权值，简单的说身体在运动的话容易出汗的比率大于另在两个条件咱们就能够添加相应的权值。
公式为：y = x1*w1 + x2*w2 + x3*w3 - 50（若是y>0输出信号，不然相反） 复制代码
神经元的概念大概以下：
神经元= 感知器 （ ）+ 触发器( 经过阈值b 判断是否输出 )复制代码
- a1~an为输入向量的各个份量
- w1~wn为神经元各个突触的权值
- b为偏置
- f为传递函数，一般为非线性函数。通常有traingd(),tansig(),hardlim()。如下默认为hardlim()
- t为神经元输出
到这里大概就能够说神经元就能够说完，可是单个神经元构成的决策模型不能知足真实世界中的问题，实际的决策模型要复杂不少是由多个神经元组成多层网络。
你们能够考虑一下，w（权重） b（阈值）这两个值要怎么决定才是最优值？
典型的人工神经网络具备如下三个部分：
------------------------------------------------------------------------------------------------
结构
结构指定了网络中的变量和它们的拓扑关系。例如，神经网络中的变量能够是神经元链接的权重（weights）和神经元的激励值（activities of the neurons）。
------------------------------------------------------------------------------------------------
激励函数 （Activation Rule）
------------------------------------------------------------------------------------------------
损失函数（loss function）
错误反馈的量化
------------------------------------------------------------------------------------------------
梯度降低法又名傾斜降低法（Gradient descent）
找到最小偏差
导数
微分
------------------------------------------------------------------------------------------------
逃离鞍点
www.offconvex.org/2016/03/22/…
www.offconvex.org/2016/03/24/…
鞍点
------------------------------------------------------------------------------------------------
实现-->keras
框架 ：TensorFlow 2.0
----------------------------------------------------- ----------------------------------------
神经网络的优缺点
以及本身的想法
------------------------------------------------------------------------------------------------
朴素贝叶斯分类器
- 1. 人工神经网络学习笔记
- 2. 机器学习人工神经网络_机器学习-人工神经网络
- 3. [DL学习笔记]从人工神经网络到卷积神经网络_2_卷积神经网络
- 4. [DL学习笔记]从人工神经网络到卷积神经网络_1_神经网络和BP算法
- 5. 《人工神经网络》读书笔记
- 6. 人工智能西瓜书学习笔记（五）——神经网络
- 7. 猪猪的机器学习笔记（十）人工神经网络
- 8. 人工神经网络学习笔记（1）
- 9. 人工神经网络学习笔记（0）
- 10. 人工神经网络学习笔记（2）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
-
每一个你不满意的现在，都有一个你没有努力的曾经。