深度学习——人工神经网络简介

wjsjason

于 2018-12-23 15:52:34 发布

阅读量4.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Deep Learning

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/luroujuan/article/details/85222306

本文介绍了人工神经网络的基本概念，如神经元模型和激活函数，以及其发展历史，包括MP模型、感知器、误差反向传播算法等里程碑事件。同时，阐述了深度学习与人工智能、机器学习的关系，强调了深度学习在现代神经网络中的重要地位。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

人工神经网络简介

1.概念

人工神经网络是一种模仿大脑神经元结构的连接主义，如下图所示。其中，节点模拟神经元，节点之间的边模拟神经元之间的突触。输入节点的值x与对应边的权重w相乘再累加当做输出节点的输入，输出节点包含一个激活函数f，由该函数决定输出节点是兴奋还是抑制，即输出y。

用公式具体定义如下：

2.发展历史

1943年，美国心理学家McCulloch和数学逻辑学家Pitts建立了神经网络和数学模型，称之为MP模型。他们证明了单个神经元具有执行逻辑的功能，从此开创了人工神经网络研究的时代。

1958年，美国心理学家Rosenblatt提出了感知器（perceptron）算法。感知器是最简单的神经网络，只有一个神经元，它在MP模型的基础上加入了权值，可以实现

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。