神经网络

从感知机、神经元模型一路理解反向传播和常见网络结构。

本专题条目

6 篇文章与资料

01 01. 感知机模型感知机 （perceptron）是一种非常简单的用于二分类的线性模型，对于线性可分的样本，它对应于输入空间中将样本划分为正负两类的划分超平面，感知机模型在 1957 年由 Rosenblatt 提出，是神经网络和支持向量 … Notebook 02 02. 神经元模型生物学家在很早的时候就开始研究人体中的 神经元 （neuron）结构。在人体内，神经元的结构形式并非是完全相同的，但是无论结构形式如何，神经元都是由一些基本的成份组成的，主要包括三大部分： 细胞体 ， … Notebook 03 03. 从感知机到神经网络通过前面的学习，我们掌握了感知机模型和神经元模型，我们稍微对比一下。 感知机模型如下： 其中 为符号函数，也就是阶跃函数。 神经元模型如下： 其中 可以是 或 或其他类型的激活函数。 可以看出两个模型实际上是一样的，可以 … Notebook 04 04. 反向传播算法在上一节中，我们构造了三个两层神经网络来解决 AND、OR、NOT 问题，并构造了一个三层神经网络来解决 XOR 问题，那么这些神经网络结构是如何构造出来的呢？神经元之间的权重和每个神经元的阈值又是如何确定的呢？如果是线 … Notebook 05 05. 其他神经网络其他常见的神经网络 RBF网络 使用 RBF（Radial Basis Fuction，径向基函数）作为隐层神经元的激活函数。 ART网络 ART（Adaptive Resonance Theory，自适应谐振理论）网络 … Notebook · TODO神经网络概览 感知机（Perceptrons） 前馈神经网络（Feed Forward Neural Networks） 径向基函数网络（Radial Basis Function，RBF） Hopfield 神经网 … 笔记