神经网络的详细讲解

我们首先要知晓人工神经网络是模仿人类大脑结构创造出来的。那么学过生物的我们都理解人类的神经网络是由多个神经元跟多个树突组成的。

那么由此类比可得：神经网络是由多个神经元组成的。 神经元的工作原理如下图所示：

• x表示神经元的输入，相当于树突接收的多个外部刺激。
• w是每个输入对应的权重，响应每个刺激x的刺激强度。

如此多个多个神经元组合在一起，网络就越复杂，越复杂就越强大智能。就比如单细胞生物智商很低，人类属于多细胞生物智商很高。 人工神经网络的构造图如下所示：

介绍完神经网络，我们再来简单说明下深度神经网络。 这里深度是指层数多，例如上图是四层。 层数越多那么神经网络越复杂。

深度学习：我们平时训练深度神经网络的过程就叫做深度学习。我们构建好神经网络以后，只需要负责将训练数据输入到神经网络中去，他内部就会不停地发生变化不停地学习。

就跟小孩子识别一个事物一样，我们每次告诉他这是一条狗，并没有告诉他具体细节，次数多了小孩子下次看到别的狗也能识别出这是一条狗。因为小孩子自主学习了狗的一些特征。深度学习也是这样子的，我们只需要将大量狗的数据输入进去，然后我们并不知道他的分析过程是怎么样的，我们在拿来一些狗，他会告诉你这是狗。