神经网络的结构，就是不同神经元间的连接结构–图示了一个三层全连接神经网络。神经元结构的输出，是所有输入的加权、加上偏置项，再经过一个激活(传递)函数得到。全连接神经网络全连接神经网络，就是相邻两层之间，任意两个节点之间都有连接。–这也是其与后面介绍的卷积层、L..
分类：
其他好文 时间：
2017-08-28 20:00:12
阅读次数：
247
原文链接 神经网络基础 1）神经元（Neuron）——就像形成我们大脑基本元素的神经元一样，神经元形成神经网络的基本结构。想象一下，当我们得到新信息时我们该怎么做。当我们获取信息时，我们一般会处理它，然后生成一个输出。类似地，在神经网络的情况下，神经元接收输入，处理它并产生输出，而这个输出被发送到其 ...
分类：
其他好文 时间：
2017-08-26 17:01:47
阅读次数：
192
最近可能会用到CNN，今天回顾一下，并找到了一些大神的精华帖，顺便做个总结。 CNN是时下非常火的一种深度学习算法，它是一种前馈神经网络，即神经元只与前后层有联系，在同一层的神经元无联系。笔者用下面这张图用来说明卷积神经网络的工作原理 这是一个识别字母的CNN结构图，最左边是32*32像素的输入，然 ...
分类：
其他好文 时间：
2017-08-20 17:06:23
阅读次数：
133
ps:我是在高一的时候第一次脑海中接触神经网络这个概念......，注意只是接触，一直扔到现在 1. 简介 神经网络和深度学习是由Michael Nielsen所写，其特色是：兼顾理论和实战，是一本供初学者深入理解Deep Learning的好书。 2. 感知器与sigmoid神经元 2.1 感知器 ...
分类：
其他好文 时间：
2017-08-19 14:23:28
阅读次数：
293
图 1 神经元 图 2 神经网络 如图 1和图 2 为神经元和神经网络的示意图，那么问题来了CNN的神经元是什么呢，像素还是图片？ 个人认为CNN的神经元是处于三维空间中的像素点，为什么是处于三维空间呢， 如图三所示，width、height 表示图像的宽和高，depth表示图像的通道数，也即ten ...
分类：
其他好文 时间：
2017-08-18 18:25:32
阅读次数：
152
原地址：http://zhangliliang.com/2014/06/14/from-lr-to-cnn/ 前言 本文大致分成两大部分，第一部分尝试将本文涉及的分类器统一到神经元类模型中，第二部分阐述卷积神经网络（CNN）的发展简述和目前的相关工作。本文涉及的分类器（分类方法）有： 线性回归 逻辑 ...
分类：
其他好文 时间：
2017-08-16 13:12:36
阅读次数：
273
题目描述 在兰兰的模型中，神经网络就是一张有向图，图中的节点称为神经元，而且两个神经元之间至多有一条边相连，下图是一个神经元的例子： 神经元〔编号为1） 图中，X1―X3是信息输入渠道，Y1－Y2是信息输出渠道，C1表示神经元目前的状态，Ui是阈值，可视为神经元的一个内在参数。 神经元按一定的顺序排 ...
分类：
其他好文 时间：
2017-08-13 17:36:03
阅读次数：
193
说明：这篇文章需要有一些相关的基础知识，否则看起来可能比较吃力。 1.卷积与神经元 1.1 什么是卷积？ 简单来说，卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。(具体含义或者数学公式可以查阅相关资料) 如下图就表示卷积的运算过程： （图1） 卷积运算一个重要的特点就是，通过卷积运算 ...
分类：
其他好文 时间：
2017-08-09 14:26:03
阅读次数：
250
1 人工神经网络 1.1 神经元 神经网络由大量的神经元相互连接而成。每个神经元接受线性组合的输入后，最开始只是简单的线性加权，后来给每个神经元加上了非线性的激活函数，从而进行非线性变换后输出。每两个神经元之间的连接代表加权值，称之为权重（weight）。不同的权重和激活函数，则会导致神经网络不同的 ...
分类：
其他好文 时间：
2017-08-09 11:18:55
阅读次数：
1195
让我们研究一下如何用神经网络表示一个假设函数。在一个非常简单的层次上，神经元基本上是计算单元，它把输入（树突）作为电输入（称为“尖峰”），引导到输出（轴突）。在我们的模型中，我们的树突就像输入特征X1?xn，而输出则是我们的假设函数的结果。在这个模型中我们X0输入节点有时被称为“偏差”。它总是等于1 ...
分类：
其他好文 时间：
2017-08-08 22:57:42
阅读次数：
297
