1.2 神经网络的介绍_在深度神经网络中的某个全连接层有n个神经元,这一层的输入数据是m个长度为m的

1.2 神经网络的介绍

目标

1. 知道神经网络的概念

2. 知道什么是神经元

3. 知道什么是单层神经网络

4. 知道什么是感知机

5. 知道什么是多层神经网络

6. 知道激活函数是什么，有什么作用

7. 理解神经网络的思想

1. 人工神经网络的概念

人工神经网络（英语：Artificial Neural Network，ANN），简称神经网络（Neural Network，NN）或类神经网络，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的计算模型。

和其他机器学习方法一样，神经网络已经被用于解决各种各样的问题，例如机器视觉和语音识别。这些问题都是很难被传统基于规则的编程所解决的。

2. 神经元的概念

在生物神经网络中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电位超过了一个“阈值”，那么它就会被激活，即“兴奋”起来，向其他神经元发送化学物质。

1943 年，McCulloch 和 Pitts 将上述情形抽象为上图所示的简单模型，这就是一直沿用至今的 M-P 神经元模型。把许多这样的神经元按一定的层次结构连接起来，就得到了神经网络。

一个简单的神经元如下图所示，

其中：

1.  为各个输入的分量

2. 为各个输入分量对应的权重参数

3. 为偏置