Artifical Neural Nets VS Neural Nets?人工神经网络VS神经网络？

最新推荐文章于 2024-07-22 17:35:11 发布

小姜课代表

最新推荐文章于 2024-07-22 17:35:11 发布

阅读量445

点赞数 1

CC 4.0 BY-SA版权

分类专栏：神经网络文章标签：神经网络

本文链接：https://blog.youkuaiyun.com/qq_41985880/article/details/86610040

神经网络专栏收录该内容

1 篇文章

订阅专栏

本文深入探讨了生物神经网络与人工神经网络的区别，解释了记忆的形成过程与人工神经网络的学习方式，强调了生物神经网络的独特性和复杂性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Artifical Neural Nets VS Neural Nets?人工神经网络VS神经网络？

一提到神经网络就会想到生物神经网络中数以万计的神经连接，将感官与反射器联系在一起的系统。
在这里插入图片描述

900亿的神经网络细胞组成了我们今天复杂的神经网络系统，不能仅仅靠单个神经元，首先我们要知道我们的记忆是如何产生的。
在这里插入图片描述

想象我们还是一个婴儿，包着尿布的我们，什么都不知道，神经元并没有形成系统或者网络，可能只是一些分散的细胞而已。一端连着嘴巴的味觉感受器，一端连接着手的肌肉，小时候世界上有一种神奇的东西叫做糖果，当我们第一次品尝它的时候，美妙的感觉，让我们发现活着是多么有意义的事情，这时候的神经网络开始产生连接，记忆形成，但是形成的新连接肿么样前程记忆？人是科学界的一个谜，不过现在我们的手和嘴产生某种固定的搭配，每次发现有糖果的时候，某种生物信号就会从我们的嘴通过之前形成的神经链接传递到手，让手的动作变得有意义。
比如这样，然后爸妈就会再给我们一些糖果，哈哈，吃糖的目的达成。
在这里插入图片描述

现在让我看看人工神经网络是肿么达成的，首先替换掉生物神经网络的就是已经成体系的人工神经网络，所有神经元之间的连接，都是固定不可更换的，这也就是说，在人工神经网络里，没有凭空产生新的连接这回事。
人工神经网络典型的学习方法就是，我已经知道吃糖时，手会如何动，但是我想要神经网络学着帮我做这件动动手的事情，所以我预先找到好非常多的吃糖的学习数据，然后将这套数据一次次放入到人工神经网络这套系统中，糖信号会通过这套系统传递到手，然后对比信号传递后手的动作是不是讨糖的动作，来修改人工神经网络当中的神经元强度，这种修改在专业术语中叫做误差反向传递，也可以看做是再一次传过来的信号传回去，看看负责传递信号的神经元，对于讨糖的动作，到底有没有贡献，让他好好反思与修改，争取下一次做出更好的贡献，这样看来人工神经网络和生物神经网络的确不是那么一回事。
在这里插入图片描述

人工神经网络靠的正向和反向传播来更新神经元，从而形成一个更好的神经系统，本质上这是一个能让计算机处理和优化的数学模型，而生物神经网络是通过刺激产生新的连接，让信号能够通过新的连接传递而形成反馈，虽然现在的计算机技术越来越高超，不过我们身体里的神经系统经过了数千万年的进化，还是独一无二的，迄今为止在复杂在庞大的人工神经网络系统也不能替换我们的小脑袋，我们应该感到自豪，而应该珍惜上天这份礼物。
感谢大家能够读到文章的结尾，如果感觉到本文章对你有无上的帮助，将是我的荣幸，我是姜先森，我只负责分享。