文章目录
前言
神经网络是一种机器学习程序或模型,它以类似于人脑的方式做出决策,通过使用模仿生物神经元协同工作方式的过程来识别现象、权衡利弊并得出结论。
每个神经网络都由多个节点层或人工神经元组成 – 一个输入层、一个或多个隐藏层和一个输出层。每个节点都与其他节点相连,具有一个关联的权重和阈值。如果任何单个节点的输出高于指定的阈值,那么该节点将被激活,并将数据发送到网络的下一层。否则,不会将数据传递到网络的下一层。
神经网络依靠训练数据来学习并随着时间的推移提高其准确性。一旦对其准确性进行微调,它们就会成为计算机科学和人工智能领域的强大工具,使我们能够高速对数据进行分类和聚类。与人类专家的人工识别相比,人工智能进行语音识别或图像识别只需几分钟,而人工识别则需要几小时。神经网络最著名的例子之一就是 Google 的搜索算法。
神经网络有时被称为人工神经网络 (ANN) 或模拟神经网络 (SNN)。它们是机器学习的一个子集,是深度学习模型的核心。
摘至IBM:什么是神经网络?
1.如何快捷打开
在命令执行窗口输入nnstart。若要单独打开也可直接输入nftool等
或打开应用程序
2.nnstart界面介绍
信息量很大,各种功能各取所需,下面主要从nftool介绍,其余类似。
神经网络设计手册和资源貌似无法访问
3.概念引入
泛化
这里不过多介绍了,下面博主介绍的非常棒了
隐藏层
这里介绍完隐藏层,后续对样本元素就好解释了