深度学习 – 人工神经元

关于人工神经元,前面章节稍微提过,本章将详细讨论。

生物神经元

人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞,参与处理和传递化学信号和电信号。树突是从其他神经元接收信息的分枝。

生物神经元

细胞核处理从树突接收到的信息。轴突是一种神经细胞用来传递信息的生物电缆。突触是轴突和其他神经元树突之间的连接。

人工神经元的出现

1943年,研究人员沃伦·麦卡洛克(Warren McCullock)和沃尔特·皮茨(Walter Pitts)发表了简化模拟脑细胞的首个概念设计,被称为McCullock-Pitts (MCP)神经元。他们将这种神经细胞描述为一个简单的逻辑门,输出二进制信息。

人脑神经元处理信息的过程:多个信号到达树突,然后整合到细胞体中,如果积累的信号超过某个阈值,就会产生一个输出信号,由轴突传递。

人工神经元

人工神经元是一个基于生物神经元的数学模型,神经元接受多个输入信息,对它们进行加权求和,再经过一个激活函数处理,然后将这个结果输出。

人工神经元

生物神经元对照人工神经元

生物神经元

人工神经元

细胞核

节点 (加权求和 + 激活函数)

树突

输入

轴突

带权重的连接

突触

输出

小结

人工神经元具有以下特点:

  • 人工神经元是生物神经元的数学模型
  • 它是人工神经网络中的一个基本单元
  • 多个输入信息被加权求和
  • 加权求和的结果经过一个激活函数后,生成输出信息
  • 每个神经元连接到下一层神经元


浙ICP备17015664号-1 浙公网安备 33011002012336号 联系我们 网站地图  
@2019 qikegu.com 版权所有,禁止转载