文档介绍：该【我的人工神经网络2基础 】是由【知识徜徉土豆】上传分享，文档一共【44】页，该文档可以免费在线阅读，需要了解更多关于【我的人工神经网络2基础 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。主要内容
生物神经网
人工神经元
单级神经网络结构
示例
生物体的神经系统
图1 生物体的神经元
根据一个简化的统计，人脑由百亿条神经组成 — 每条神经平均连结到其它几千条神经。通过这种连结方式，神经可以收发不同数量的能量。
神经的一个非常重要的功能是它们对能量的接受并不是立即作出响应，而是将它们累加起来，当这个累加的总和达到某个临界阈值时，它们将它们自己的那部分能量发送给其它的神经。
大脑通过调节这些连结的数目和强度进行学习。尽管这是个生物行为的简化描述。但同样可以充分有力地被看作是神经网络的模型。
生活中的神经网络
这就是一个神经网络的工作实例，火对手产生的温度就是图2的输入层。（Input），而缩手或不缩手就是图2的输出层（Output）。
但是缩手只有在手的温度达到一定的程度才发生的，比如说40度。
数学解释
用图2来表示上面所说的情形：
X1 = 火对手产生的温度
w1 =火对手产生的温度的权值（对火对手产生的温度的放大或是缩小，我们让这个值为1）
激活函数（Active Function）= 如果 x1 * w1 > 40 激活（缩手），否则抑制（不缩手）
这是单输入的情况，如果有多个输入，则输出为 f(x1 * w1 + x2 * w2 + x3 * w3 …)
其中，f(x)为激活函数。
示例
AND运算： 常用的求和运算，如：1 AND 0 = 0
OR运算： 常用的求并运算，如：1 OR 0 = 1
2个（多）输入的神经网络结构图
AND运算
其中f(x) =
If (x >= 2) return 1;
Else return 0;
阈值为2 。
检验
我们可以利用这个结构图来检验一下是否正确：
X1 = 0, x2 = 0, x = x1*w1 + x2*w2 = 0 f(x) = 0;正确
X1 = 0, x2 = 1, x = x1*w1 + x2*w2 = 1 f(x) = 0;正确
X1 = 1, x2 = 0, x = x1*w1 + x2*w2 = 1 f(x) = 0;正确
X1 = 1, x2 = 1, x = x1*w1 + x2*w2 = 2 f(x) = 1;正确
OR运算
其中f(x) =
If (x >= 1) return 1;
Else return 0;
阈值为1 。
2个（多）输入的神经网络结构图