开课吧 深度学习与神经网络
在现实世界中，许多问题可以归类为分类或识别或选择。例如，走，下一个棋子会掉在哪里。为了研究这类问题，学术界开发了一种叫做“神经网络”的学习策略。
这个词听起来好像和人脑有关。负责人类大脑活动的基本单位是“神经元”。它以细胞体为主体，由许多不规则的树突状纤维环绕而成。我们可以把神经元的结构想象成一棵死树的树枝。人的大脑包含数百亿个神经元，这些神经元相互连接形成一个更大的结构，称为“神经网络”。
学术界试图模仿人类大脑的“神经网络”来建立类似的学习策略，也称为“神经网络”。
下图显示了神经网络的一般结构
从x1,x2,x3输入到输出的过程，这里又定义了一个层次的概念，譬如上图就包括四层，包含最左边的输入层，和最右边的输出层，如果这是一道选择题的话，那么题目就是输入层，而ABCD的选择结果就是输出层，如上图的L1和L2分别是输入层和输出层。而选择题解题的过程是不写出来的，我们叫做”隐藏层“，这里L2和L3就是隐藏层，题目越难，给出的信息可能是越多的，而解题所需要的过程就越复杂的，也就可能需要更多的”隐藏层“来计算最终的结果。
但是由于到目前，还无法知道人脑工作的复杂性，所以这两个神经网络也只能是形似而已。
第一，人脑神经网络的一个神经元会动态随机的同其他的神经元建立联系，这种随机性建立的神经元的连接可能也就是为什么我们有的时候可以想起来一个事情，但有的是有又会忘记某件事情，当然很有可能在某个时刻，你又不经意的想起了它。
其次，人脑神经网络和计算机神经网络的不同在于，人脑可以解决通用性和跨领域的问题，而计算机神经网络只能解专门的问题，所以哪怕阿尔法狗在围棋界孤独求败战胜了所有男人，但他也不能识别出站在他面前的两个女生谁更漂亮。
第三，计算机的神经网络需要大量的数据才能训练出一个基本的技能，而人类的思维具有高度的抽象。所以计算机看成千上万只猫的图片才能识别出什么是猫，而哪怕是一个小孩看两三次猫，就有同样的本领。
最终要来解释什么是深度学习的”深度“了，就是从”输入层“到”输出层“所经历层次的数目，即”隐藏层“的层数，层数越多，板凳的深度也越深。所以越是复杂的选择问题，越需要深度的层次多。当然，除了层数多外，每层”神经元“，也就是如上图，橙色小圆圈的数目也要多。例如，AlphaGo的策略网络是13层。每一层的神经元数量为192个。
总结一句话，深度学习就是用多层次的分析和计算手段，得到结果的一种方法。
开课吧 深度学习与神经网络相关推荐
- 深度学习（1）基础1 -- 深度学习与神经网络基础
目录 一.深度学习与神经网络 1.深度学习定义 2.神经网络 3.深度学习过程 4.深度学习功能 二.深度学习应用 三.分类数据集推荐 一.深度学习与神经网络 1.深度学习定义 深度学习(deep l ...
- 从神经元到神经网络、从神经网络到深度学习：神经网络、深度学习、神经元、神经元模型、感知机、感知机困境、深度网络
从神经元到神经网络.从神经网络到深度学习:神经网络.深度学习.神经元.神经元模型.感知机.感知机困境.深度网络 目录 从神经元到神经网络.从神经网络到深度学习 神经网络:
- 针对深度学习（神经网络）的AI框架调研
针对深度学习(神经网络)的AI框架调研 在我们的AI安全引擎中未来会使用深度学习(神经网络),后续将引入AI芯片,因此重点看了下业界AI芯片厂商和对应芯片的AI框架,包括Intel(MKL CPU). ...
- DL：听着歌曲《成都》三分钟看遍主流的深度学习的神经网络的发展框架(1950~2018)
DL:听着歌曲<成都>三分钟看遍主流的深度学习的神经网络的发展框架(1950~2018) 视频链接:听着歌曲<成都>三分钟看遍主流的深度神经网络的发展框架(1950~2018) ...
- 深度学习（神经网络） —— BP神经网络原理推导及python实现
深度学习(神经网络) -- BP神经网络原理推导及python实现 摘要 (一)BP神经网络简介 1.神经网络权值调整的一般形式为: 2.BP神经网络中关于学习信号的求取方法: (二)BP神经网络原理 ...
- 深度学习（神经网络）[1]——单层感知器
深度学习(神经网络)[1] -- 单层感知器 算法描述 python实现 示例运行结果 可视化 算法描述 最原始的神经网络模型,类似于神经网络中的单个神经元,该算法局限性也很大,只适用于解决线性可分的 ...
- 人工智能、机器学习、深度学习和神经网络的区别
人工智能 背景:人工智能最初可以追溯至1956年,当时多名计算机科学家在达特茅斯会议上共同提出了人工智能的概念.在随后几十年中,人工智能一方面被认为是人类文明未来的发展方向,另一方面也被认为是难以企及 ...
- python神经网络教程16_Python深度学习之神经网络视频
Python深度学习之神经网络视频 课程简介 该阶段是深度学习的入门课程,主要介绍经典的深度学习框架TensorFlow的使用,IO操作,以及神经网络基础.卷积神经网络的相关知识,并用卷积神经网络原理 ...
- 01.神经网络和深度学习 W2.神经网络基础
文章目录 1. 二分类 2. 逻辑回归 3. 逻辑回归损失函数 4. 梯度下降 5. 导数 6. 计算图导数计算 7. 逻辑回归中的梯度下降 8. m个样本的梯度下降 9. 向量化 10. 向量化的更 ...
最新文章
- jquery/css实现步骤条
- 防火墙（2）——firewalld
- c# url传参不能包含html标签,c＃解析包含HTML特殊字符的字符串XElement
- JAVA中的MDC类_CMake - 用/ MT而不是/ MD编译
- 如何制作一款HTML5 RPG游戏引擎——第五篇，人物人物特效
- 使用MySQL处理百万级以上数据时，几个好习惯常识
- ScrumChina 2008 上海之行
- 远程连接linux主机_Linux远程桌面连接Windows
- paip.提升效率----更改数组LIST对象值for与FOREACH
- Service Broadcast简单音乐播放功能
- python写病毒代码_手把手教你！100行代码，用Python做一个“消灭病毒”的小游戏...
- 安装程序遇到错误0x80240037-Win7安装Rainmeter
- 1、ARM嵌入式系统：KL25Z128 初始化整体流程
- 【微信篇】取证遇到微信昵称、微信号、微信账号、微信ID一次性区分清楚
- 一个矩阵与单位矩阵相乘等于本身吗？并且符合交换律吗？
- [小o地图-数据] - 下载行政区范围内的POI数据
- Microsoft Speech API SDK
- （universal Image Loader）UIL 使用 （2）
- 欢迎随时回家——python制作一个火车票抢票版本（附完整代码，仅供学习参考）
- Linux安装-MySQL数据库