感知器:神经网络的主要部分

栏目: 编程工具 · 发布时间: 7年前

内容简介:感知器:神经网络的主要部分

作者:Roberto Lopez

神经网络是人工智能中最热门的话题之一,它是基于大脑结构的计算模型,是信息加工结构,具有从数据中进行学习的能力。神经网络有许多类型,最重要的是多层感知器,其中最典型的神经元模型称为感知器,本文中我们将从数学角度解读这个模型。

感知器:神经网络的主要部分

感知器组成

神经网络最主要的组成是神经元,感知器是最常用的模型。以下为感知器图解:

感知器:神经网络的主要部分 感知器:神经网络的主要部分

神经元参数

感知器:神经网络的主要部分

组合函数

感知器:神经网络的主要部分

激活函数

激活函数根据组合值产生输出。实际应用涉及到很多有用的激活函数,三种最常用的是逻辑函数、双曲正切函数和线性函数,其他不可导的函数(如阈值函数)这里暂且不提。

逻辑函数形状为s型,单调递增,平衡在线性和非线性之间,值域为(0,1),对于分类应用是很好的性质,因为输出可以根据概率被解释。

感知器:神经网络的主要部分

双曲正切函数也是在神经网络领域中常用的一个s型函数,类似逻辑函数。主要的不同点是值域 (-1,1) ,在近似应用中很实用。

感知器:神经网络的主要部分

线性激活函数的神经元的输出等于其组合值,在近似应用中也很实用。

感知器:神经网络的主要部分

组合值 c=1.55 ,因为选择的是双曲正切函数,该神经元的激活结果为

感知器:神经网络的主要部分

输出函数

输出计算在感知器中最为重要。给定一系列输入信号,计算出输出信号。以下为信息在感知器中的处理流程:

感知器:神经网络的主要部分

神经元由输入到输出的最终表现为:

感知器:神经网络的主要部分

可见,输出函数合并了组合值和激活函数。

结论

神经元是生物神经系统中单个神经元行为的数学模型。单个的神经元可以解决很多简单的学习任务,但是当它们在网络结构中相互连接时,会显现出神经网络的能力。人工神经网络的结构与神经元的数量及其之间的连接有关。下图为前馈神经网络结构。

感知器:神经网络的主要部分

虽然这幅图展示了感知器的运行方式,但仍然有其他不同特征的神经元模型用于不同目的,其中有规模神经元、主成分神经元、非规模神经元、概率神经元。上图中,规模神经元为黄色,非规模神经元为红色。

感知器:神经网络的主要部分


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

C++ API设计

C++ API设计

[美] Martin Reddy / 刘晓娜、臧秀涛、林健 / 人民邮电出版社 / 2013-8 / 89.00

现代软件开发中的一大难题就是如何编写优质的API。API负责为某个组件提供逻辑接口并隐藏该模块的内部细节。多数程序员依靠的是经验和冒险,从而很难达到健壮、高效、稳定、可扩展性强的要求。Martin Reddy博士在自己多年经验基础之上,对于不同API风格与模式,总结出了API设计的种种最佳策略,着重针对大规模长期开发项目,辅以翔实的代码范例,从而有助于设计决策的成功实施,以及软件项目的健壮性及稳定......一起来看看 《C++ API设计》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试