介绍
当我们说“神经网络”时,我们指的是人工神经网络 (ANN)。人工神经网络的思想是基于生物神经网络,如生物的大脑。
神经网络的基本结构——人工的和活的——是神经元。生物学中的神经元由三个主要部分组成:胞体(细胞体)、树突和轴突。
胞体的树突以树状方式分出,并随着每个分枝而变细。它们在突触处接收来自其他神经元的信号(脉冲)。轴突 - 总是只有一个 - 也离开体细胞,通常比树突延伸更长的距离。轴突用于将神经元的输出发送到其他神经元,或者更好地发送到其他神经元的突触。
生物神经元
下图由Quasar Jarosz 提供,由维基百科提供,说明了这一点:
生物神经元和人工神经元的抽象
即使上图对于生物学家来说已经是抽象的,我们还可以进一步抽象:
人工神经网络的感知器正在模拟生物神经元。
这非常简单,感知器或神经元的身体内部发生了什么。输入信号乘以权重值,即每个输入都有其相应的权重。通过这种方式,可以为每个输入单独调整X一世. 我们可以将所有输入视为输入向量,将相应的权重视为权重向量。
当信号进入时,它会乘以分配给该特定输入的权重值。也就是说,如果一个神经元有三个输入,那么它就有三个可以单独调整的权重。权重通常在学习阶段进行调整。
在此之后,修改的输入信号被求和。还可以向该总和额外添加所谓的偏差“b”。偏差是一个也可以在学习阶段调整的值。
最后,必须确定实际输出。为此,将激活或阶跃函数 Φ 应用于输入值的加权和。
激活函数的最简单形式是二元函数。如果求和的结果大于某个阈值 s,则结果为Φ 将是 1,否则为 0。
Φ(X)={1 wx + b > s0 否则
动物神经元数
我们将在接下来的章节中研究各种大小和结构的人工神经元网络。看看某些动物的神经元总数很有趣:
动物 | 神经系统 | 脑 |
---|---|---|
蛔虫 | 302 | |
海蜇 | 5600 | |
龙虾 | 100000 | |
蚂蚁 | 250000 | |
蜜蜂 | 960000 | |
青蛙 | 16,000,000 | |
家鼠 | 71,000,000 | 4,000,000 |
兔子 | 494,000,000 | 71,450,000 |
章鱼 | 500,000,000 | 25,000,000 |
猫 | 760,000,000 | 250,000,000 |
狗 | 2,253,000,000 | 530,000,000 |
狮子 | 4,910,000,000 | 545,000,000 |
猩猩 | 32,600,000,000 | 8,900,000,000 |
大猩猩 | 33,400,000,000 | 9,100,000,000 |
人类 | 86,000,000,000 | 16,000,000,000 |
长鳍领航鲸 | 37,200,000,000 |