什么是人工神经网络

什么是人工神经网络

房价预测问题

输入房屋信息x经过单个神经元后得到输出预测房价y，这里的神经元就是x到y的一种映射关系，即x到y的映射函数。

ReLU函数--修正激活函数（修正，即使输出不小于0）

人工神经网络由输入层、隐藏层（神经元组成的结构）以及输出层共同组成，最简单的人工神经网络即只有单个人工神经元，也就是上述的房价预测问题

输入层（Input layer）：众多神经元（Neuron）接受大量非线形输入讯息。输入的讯息称为输入向量
输出层（Output layer）：讯息在神经元链接中传输、分析、权衡，形成输出结果。输出的讯息称为输出向量
隐藏层（Hidden layer）：简称“隐层”，是输入层和输出层之间众多神经元和链接组成的各个层面。如果有多个隐藏层，则意味着多个激活函数

如下图所示的三层神经网络结构：

 人工神经网络的特点在于，当实现网络之后，只是输入x，就能得到输出y，网络可以自己计算训练集中样本的数目以及所有的中间过程，当给予神经网络足够多的x和y的数据，即有足够的训练样本时，可以训练神经网络快速计算从x到y的精准映射函数

当输出y与预期结果不相符时，人工神经网络的输出层可以对比输出与预期的差别，然后将差别信息反向传播给隐藏层的神经元，使神经元进行适当的调整，来保证下次输出的结果更加接近预期结果（即误差反向传递），所以神经网络需要大量的训练