www.久久久久|狼友网站av天堂|精品国产无码a片|一级av色欲av|91在线播放视频|亚洲无码主播在线|国产精品草久在线|明星AV网站在线|污污内射久久一区|婷婷综合视频网站

當(dāng)前位置：首頁(yè) > 公眾號(hào)精選 > AI科技大本營(yíng)

從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)

時(shí)間：2021-10-22 15:15:33
關(guān)鍵字： 神經(jīng)網(wǎng)絡(luò)   
手機(jī)看文章

掃描二維碼
隨時(shí)隨地手機(jī)看文章

[導(dǎo)讀]作者|泳魚來源|算法進(jìn)階本文將從神經(jīng)元到邏輯回歸模型結(jié)構(gòu)，并將其擴(kuò)展到深度深度網(wǎng)絡(luò)模型。一、談?wù)勚腔蹖?duì)于人類智慧奧秘的探索，不同時(shí)代、學(xué)科背景的人對(duì)于智慧的理解及其實(shí)現(xiàn)方法有著不同的思想主張。有的主張用顯式邏輯體系搭建人工智能系統(tǒng)，即符號(hào)主義。有的主張用數(shù)學(xué)模型模擬大腦組成以實(shí)現(xiàn)...

從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)作者 | 泳魚來源 | 算法進(jìn)階本文將從神經(jīng)元到邏輯回歸模型結(jié)構(gòu)，并將其擴(kuò)展到深度深度網(wǎng)絡(luò)模型。


一、談?wù)勚腔?/span>

對(duì)于人類智慧奧秘的探索，不同時(shí)代、學(xué)科背景的人對(duì)于智慧的理解及其實(shí)現(xiàn)方法有著不同的思想主張。有的主張用顯式邏輯體系搭建人工智能系統(tǒng)，即符號(hào)主義。有的主張用數(shù)學(xué)模型模擬大腦組成以實(shí)現(xiàn)智慧，即聯(lián)結(jié)主義，這也就是我們本文討論的方向。那大腦為什么能夠思考？科學(xué)家發(fā)現(xiàn)，原因在于人體的神經(jīng)網(wǎng)絡(luò)，而神經(jīng)網(wǎng)絡(luò)的基本組成就是神經(jīng)元：從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)1、外部刺激通過神經(jīng)元的神經(jīng)末梢，轉(zhuǎn)化為電信號(hào)，傳導(dǎo)到神經(jīng)元。2、神經(jīng)元的樹突接收電信號(hào)，由神經(jīng)元處理是否達(dá)到激活閾值再輸出興奮或者抑制電信號(hào)，最后由軸突將信號(hào)傳遞給其它細(xì)胞。3、無數(shù)神經(jīng)元構(gòu)成神經(jīng)中樞。神經(jīng)中樞綜合各種信號(hào)，做出判斷。4、 人體根據(jù)神經(jīng)中樞的指令，對(duì)外部刺激做出反應(yīng)。

二、神經(jīng)元

既然智慧的基礎(chǔ)是神經(jīng)元，而正因?yàn)樯窠?jīng)元這些特點(diǎn)才使大腦具有強(qiáng)大的 “運(yùn)算及決策的能力”，科學(xué)家以此為原理發(fā)明了人工神經(jīng)元數(shù)學(xué)模型，并以神經(jīng)元為基礎(chǔ)而組合成人工神經(jīng)網(wǎng)絡(luò)模型。（注：下文談到的神經(jīng)元都特指人工神經(jīng)元）從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)如上圖就是人工神經(jīng)元的基本結(jié)構(gòu)。它可以輸入一定維數(shù)的輸入（如：3維的輸入，x1，x2, x3），每個(gè)輸入都先要乘上相應(yīng)的權(quán)重值（如：w0,w1,w2），乘上每一權(quán)重值的作用可以視為對(duì)每一輸入的加權(quán)，也就是對(duì)每一輸入的神經(jīng)元對(duì)它的重視程度是不一樣的。接下來神經(jīng)元將乘上權(quán)重的每個(gè)輸入做下求和（也就是加權(quán)求和），并加上截距項(xiàng)（截距項(xiàng)b可以視為對(duì)神經(jīng)元閾值的直接調(diào)整），最后由激活函數(shù)（f）非線性轉(zhuǎn)換為最終輸出值。激活函數(shù)的種類很多，有sigmoid，tanh，sign，relu，softmax等等（下一專題會(huì)討論下激活函數(shù)）。激活函數(shù)的作用是在神經(jīng)元上實(shí)現(xiàn)一道非線性的運(yùn)算，以通用萬能近似定理——“如果一個(gè)前饋神經(jīng)網(wǎng)絡(luò)具有線性輸出層和至少一層隱藏層，只要給予網(wǎng)絡(luò)足夠數(shù)量的神經(jīng)元，便可以實(shí)現(xiàn)以足夠高精度來逼近任意一個(gè)在 ?n 的緊子集 (Compact subset) 上的連續(xù)函數(shù)”所表明，激活函數(shù)是深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)擬合任意函數(shù)的前提。

三、神經(jīng)元到邏輯回歸

單個(gè)神經(jīng)元且其激活函數(shù)為sigmoid時(shí)，既是我們熟知的邏輯回歸的模型結(jié)構(gòu)。從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)


邏輯回歸是一種廣義線性的分類模型且其模型結(jié)構(gòu)可以視為單層的神經(jīng)網(wǎng)絡(luò)，由一層輸入層、一層僅帶有一個(gè)sigmoid激活函數(shù)的神經(jīng)元的輸出層組成，而無隱藏層。（注：計(jì)算網(wǎng)絡(luò)層數(shù)不計(jì)入輸入層）在邏輯回歸模型結(jié)構(gòu)中，我們輸入數(shù)據(jù)特征x，通過輸出層神經(jīng)元激活函數(shù)σ（sigmoid函數(shù)）將輸入的特征經(jīng)由sigmoid(wx b)的計(jì)算后非線性轉(zhuǎn)換為0~1區(qū)間的數(shù)值后輸出。學(xué)習(xí)訓(xùn)練過程是通過梯度下降學(xué)到合適的參數(shù)w的模型 Y=sigmoid(wx b)，使得模型輸出值Y與實(shí)際值y的誤差最小。

四、邏輯回歸到深度神經(jīng)網(wǎng)絡(luò)

基于前面的介紹可以知道，神經(jīng)網(wǎng)絡(luò)也就是神經(jīng)元按層次連接而成的網(wǎng)絡(luò)，邏輯回歸是單層的神經(jīng)網(wǎng)絡(luò)，當(dāng)我們給僅有輸入層及輸出層的單層神經(jīng)網(wǎng)絡(luò)中間接入至少一層的隱藏層，也就是深度神經(jīng)網(wǎng)絡(luò)了。從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)


深度神經(jīng)網(wǎng)絡(luò)包含了三種網(wǎng)絡(luò)層：輸入層、隱藏層及輸出層。
  • 輸入層：為數(shù)據(jù)特征輸入層，輸入數(shù)據(jù)特征個(gè)數(shù)就對(duì)應(yīng)著網(wǎng)絡(luò)的神經(jīng)元數(shù)。
  • 隱藏層：即網(wǎng)絡(luò)的中間層，隱藏層層數(shù)可以為0或者很多層，其作用接受前一層網(wǎng)絡(luò)輸出作為當(dāng)前的輸入值，并計(jì)算輸出當(dāng)前結(jié)果到下一層。隱藏層是神經(jīng)網(wǎng)絡(luò)性能的關(guān)鍵，通常由含激活函數(shù)的神經(jīng)元組成，以進(jìn)一步加工出高層次抽象的特征，以增強(qiáng)網(wǎng)絡(luò)的非線性表達(dá)。隱藏網(wǎng)絡(luò)層數(shù)直接影響模型的擬合效果。
  • 輸出層：為最終結(jié)果輸出的網(wǎng)絡(luò)層。輸出層的神經(jīng)元個(gè)數(shù)代表了分類標(biāo)簽的個(gè)數(shù)（注：在做二分類時(shí)，如果輸出層的激活函數(shù)采用sigmoid，輸出層的神經(jīng)元個(gè)數(shù)為1個(gè)；如果采用softmax分類器，輸出層神經(jīng)元個(gè)數(shù)為2個(gè)）
在神經(jīng)網(wǎng)絡(luò)中，數(shù)據(jù)特征（x）從輸入層輸入，每層的計(jì)算結(jié)果由前一層傳遞到下一層，最終到輸出層輸出計(jì)算結(jié)果。每個(gè)網(wǎng)絡(luò)層由一定數(shù)量的神經(jīng)元組成，神經(jīng)元可以視為一個(gè)個(gè)的計(jì)算單元，對(duì)輸入進(jìn)行加權(quán)求和，故其計(jì)算結(jié)果由神經(jīng)元包含的權(quán)重(即模型參數(shù)w)直接控制，神經(jīng)元內(nèi)還可以包含激活函數(shù)，可以對(duì)加權(quán)求和的結(jié)果進(jìn)一步做非線性的計(jì)算,如sigmoid(wx b)。從神經(jīng)元談到深度神經(jīng)網(wǎng)絡(luò)



本站聲明： 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布，目的在于傳遞更多信息，并不代表本站贊同其觀點(diǎn)，本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者，如若文章內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息，不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司，隨著阿維塔和賽力斯的入局，華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字： 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V，這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具，可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時(shí)1.5...

關(guān)鍵字： 汽車 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行，同時(shí)企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險(xiǎn)，如企業(yè)系統(tǒng)復(fù)雜性的增加，頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性，提升韌性，成...

關(guān)鍵字： 亞馬遜 解密 控制平面 BSP

8月30日消息，據(jù)媒體報(bào)道，騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字： 騰訊 編碼器 CPU

8月28日消息，今天上午，2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開幕式在貴陽(yáng)舉行，華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字： 華為 12nm EDA 半導(dǎo)體

8月28日消息，在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上，華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱，數(shù)字世界的話語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字： 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn)： 有效應(yīng)對(duì)環(huán)境變化，經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措，毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著，戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng)，提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略，塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字： 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日，由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字： VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上，軟通動(dòng)力信息技術(shù)（集團(tuán)）股份有限公司（以下簡(jiǎn)稱"軟通動(dòng)力"）與長(zhǎng)三角投資（上海）有限...

關(guān)鍵字： BSP 信息技術(shù)
關(guān)閉
關(guān)閉