05 神經網絡(NNs)

神經網絡(Neural Networks)

1、定義

神經網絡是由具有適應性的 簡單單元組成的 廣泛並行互聯的網絡,它的組織能夠模擬生物神經系統 對真實世界物體 所做出的交互反應。

神經網絡的基本組成部分是神經元模型。


感知機——神經網絡的基本組成單元

   

             生物神經元                                     M-P神經元

 

生物神經元通過樹突接受多個信號,處理加工後通過軸突輸出(多輸入,單輸出)

M-P神經元類似,接受多個輸入,加權處理之後有且只有一個輸出。

 

感知機是由兩層神經元組成,如下圖,它由輸入層和輸出層兩部分組成。輸入層負責接受責信號然後將信號傳遞到輸出層(後層)。輸出層是M-P神經元

 

            感知機(單層神經網絡)

 

一開始的輸入層只負責傳輸數據,並不會進行激活函數的處理。我們在計算層數的時候往往只考慮進行激活函數處理的層。所以這裏是單層神經網絡。(後面記得是N-1)。

   

            單層神經網絡加權計算                        兩層神經網絡加權計算

 

 


                        神經網絡得發展歷程圖,亦是我們學習得路線圖 


下面卡一個視頻實例

https://edu.csdn.net/course/play/6094

(時間定位 6:30 --- 9:35)

  

2、優缺點

優點:

§ 分類的準確度高;

§ 並行分佈處理能力強,分佈存儲及學習能力強,

§ 對噪聲神經有較強的魯棒性和容錯能力,能充分逼近複雜的非線性關係;

§ 具備聯想記憶的功能。

缺點:

§ 神經網絡需要大量的參數,如網絡拓撲結構、權值和閾值的初始值;

§ 不能觀察之間的學習過程,輸出結果難以解釋,會影響到結果的可信度和可接受程度;

§ 學習時間過長,甚至可能達不到學習的目的。

 

 

3、應用場景

適用於數據量龐大,參數之間存在內在聯繫的時候。(貝葉斯的特徵獨立假設)

 

§ 圖像人臉識別

§ 語音、文字識別

§ 文本到語音(轉錄)

§ 垃圾郵件篩選(異常情況探測)

§ 推薦系統(客戶關係管理、廣告技術、避免用戶流失)

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章