[第八章]人工神经网络与深度学习

神经元与神经网络

生物神经网络

神经元有两种常规工作状态:兴奋与抑止,满足“0-1”律。当传入神经冲动使细胞膜电位升高超过阈值时,细胞进入兴奋状态,产生神经冲动并由轴突输出;当传入的冲动使膜电位下降低于阈值时,细胞进入抑制状态,没有神经冲动输出。

神经元数学模型

  • 激励函数
    • 阶跃函数
    • S型函数
    • ReLU函数

神经网络结构与工作方式

结构

  1. 前馈型
  1. 反馈型

工作方式

  • 同步
    • 神经网络中所有神经元同时调整
  • 异步

神经网络学习

调整神经网络的连接权值或结构,使输入输出具有需要的特性

BP神经网络结构

结构

网络训练阶段
工作阶段

BP学习算法

  • 两个问题
    • 是否存在BP神经网络能够逼近给定的样本或函数
    • 如何调节BP神经网络
  • BP学习算法

BP算法的实现

卷积神经网络与深度学习

结构

多层神经网络,每层由二维平面组成,每个屏幕由多个独立神经元组成
卷积层、下采样层
Prev
[第七章]专家系统与机器学习
Next
[第十章]自然语言处理及其应用
Loading...
Article List
一个NotionNext搭建的博客
数据库系统概论
大数据原理与应用
javaWeb应用开发基础教程
python
毕业设计
大数据技术综合应用
实训-航空数据系统
java面向对象程序设计
数据结构
算法分析与设计
SPARK
Python爬虫大数据采集与挖掘
云计算
概率论与数理统计
数字逻辑
计算机网络
计算机组成原理
linux
操作系统
人工智能导论
数据仓库与数据挖掘
数据可视化
大数据安全与隐私保护
c语言
C++