本文介绍了神经网络的基本结构和计算过程，包括输入层、隐藏层和输出层之间的权重计算以及激活函数的应用。接着阐述了神经网络的作用，即通过调整权重和偏执参数来改变网络输出，实现不同功能，如图像分类。最后，详细讲解了反向传播算法（BP）的基本思想，用于训练网络以最小化损失函数，调整参数使网络预期输出更接近目标。
1、什么是神经网络，它是如何计算的。
首先来看神经网络长什么样子：
神经网络
图中表示的是一个输入层是4，中间层为3，输出层2的神经网络，每个圈表示一个神经元，比如
,
,
等都是神经元。上图是一个
的神经网络。实际网络可以有任意的输入，任意的中间层，任意的输出数量。比如可以是：
这样任意的层数。
图中每一条连接的线叫做权重，比如
这条线。
了解了这些以后，我们来看一下神经网络的计算
神经网络是从输入层计算，到中间层，一层一层计算到输出，首先对输入层
,
,
神经网络入门
最新推荐文章于 2025-06-18 16:38:30 发布
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
