神经网络
- 一、定义
- 二、生物神经网络介绍
- 2.1 神经元
- 2.3 神经元的特征
- 2.4 组成神经网络
- 三、构建神经网络
- 3.1 构造神经元
- 3.2 感知机
- 3.3 构造神经网络
一、定义
神经网络,是机器学习的一个分支,学名应该叫人工神经网络,将模拟生物神经网络(BNN) 的 数学模型 统称为人工神经网络模型,简称人工神经网络或者神经网络。
二、生物神经网络介绍
既然定义上说,神经网络其实是BNN的数学模型,那么我们再来了解一下BNN是什么吧。
生物神经网络一般指生物的大脑神经元、细胞、触点等组成的网络,用于产生生物的意识,帮助生物进行思考和行动。
而大脑神经元是组成网络的关键元素,那么神经元又是什么?
2.1 神经元
神经元其实就是迷人的“神经细胞”,来,让我们看看神经元长的是啥样子?没错,就是下图你看到的样子。
其实,神经元的形状和大小不一,但多数神经元具有一些共同结构。因此,大致可以分为细胞体和突起两部分。
看到上图中的细胞体没?胞体的中央有细胞核。细胞核是细胞的能量中心。通过化学反应,胞体为神经活动提供能量,并大量制造用于传递信息的化学物质。
自胞体伸出两种突起:呈树枝状的被称为树突,它接收其他神经元的信息并传至胞体;那一根细长的突起称为轴突,它把冲动由胞体传至远处,传给另一个神经元的树突或肌肉与腺体。髓鞘由胶质细胞构成,包裹在轴突上,起着绝缘作用。一个神经元的轴突有许多分支末梢膨大,呈葡萄状,称为突触小体,它是传递信息给另一个神经元的发放端。
2.3 神经元的特征
神经元具有两个最主要的特性,即兴奋性和传导性。神经元的兴奋性具有一种很特殊的现象,当刺激强度未达到某一阈限值时,神经冲动是不会发生的;而当刺激强度达到该值时,神经冲动发生并能瞬时达到最大强度,此后刺激强度即使再继续加强或减弱,已诱发的冲动强度也不再发生变化。哈哈哈,咱高中是不是就已经了解了呀,那传导性咱也不用说,字面意思理解就成。
那么神经元又是怎样组成神经网络的?来吧,咱继续了解一下。
2.4 组成神经网络
生物神经网络是由很多神经元相互连接的。 但是,神经元之间的连接可不是固定不变的。因为人的学习和成长,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,不断调整彼此间的连接强度,直到达到稳定状态,并最终对刺激做出反应。神经元之间的关系变迁形成了生物体的学习过程。
三、构建神经网络
前面介绍了神经网络的基本概念,以及了解了BNN是什么,神经元在BNN中的作用,说到底,了解BNN其实就是为了明白其中的原理,然后模仿生物神经网络来构建人工神经网络的。那么问题来了,该如何构建神经网络嘞?来,咱继续。
既然是构造神经网络,自然是先构造其最基本的单位----神经元。
3.1 构造神经元
前面提到神经元:输入部分(树突)、处理部分(细胞体)和输出部分(轴突)。
咱先看这个图,首先输入p1、p2、p3特征值,在w权重的"刺激"下,在细胞体中,加入内部强度值b用来明确神经元的特征,对输入的信号进行处理,S=p1w1+p2w2+p3w3+b*1。然后经过传递函数(格式化输出结果,使输出值依然可以作为另一个神经元的输入值),得到格式化后的输出值f(s)。
3.2 感知机
感知机是最简单的神经网络。其实它就是前面提到的神经元,前辈为了让我们理解"网络",才将神经元再起别名"感知机",网络接收若干个输入,并通过输入函数、传输函数给出一个网络的输出。
3.3 构造神经网络
神经元、感知机都了解了,来,主角终于上场啦。那么该如何构建神经网络。
在生物神经网络中,单个生物神经元有不同的作用,当这些不同种类的神经元依据某种结构联系起来时,就成为神经网络。
来,直接看一下单层神经网络图吧:
多层神经网络又称前馈神经网络,每层的输出只能作为下层的输入,且下一层不会给反馈。以三层为例,大概下图这样的:
咱对神经网络的了解,暂且就这么多,后面还可以继续补充。