生物神经元工作原理。

本文探讨了神经网络的基本概念及其与生物神经元的关系。介绍了神经网络的组成要素,如神经元数量、层数及连接类型等,并讨论了前馈多层神经网络的特点与学习算法。同时,文章还解释了生物神经元的工作机制,包括突触的作用、信号传递过程以及神经元之间的连接特性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

神经网络NN:
1.许多简单的单元并行工作,没有中心控制点。
2.单元之间的权重是信息(知识)持久化的主要手段。
3.更新权重是学习知识的手段。
神经网络的行为是由网络架构所决定的,网络架构包括:
1.神经元个数
2.层数
3.层与层之间的连接类型。
前馈多层NN的最简单的NN。1层输入,多层隐藏层,1层输入。全连接,有向无环图。如果神经元足够多,它可以表示任何函数。用后向传播算法做为学习算法。可能导致局部最优,但很少。并行计算和GPU可加快训练。
生物学原理:
神经细胞之间存在突触,且并神经细胞会发出“电化学脉冲”信号。
如果信号足够强,会跨过突触间隙,达到另一个神经细胞,就可以激活神经细胞释放“化学物质”。
如果信号强度不够,不会释放化学物质。
神经细胞有许多树枝状结晶(树突Dendrites),但只有一个轴突(axon),轴突可以有数百个分叉,并且很长,有细胞的100倍长。
树突与轴突之间的连接点就是突触。(小时候生物没学习,简直就象念绕口令,:( )
多数情况下,一个神经元的轴突发信息,经过突触,到另一个神经元的树突。
树突接收到信号(突触神经传递素synaptic neurotransmitters),根据突触神经传递素的增加或减少以及树突的权重,成比率的释放化学物质。
小结:神经细胞发出电化学脉冲,通过长长的轴突,激活突触。突触发出“突触神经传递素”到达另一个神经细胞的树突。树突根据到达的神经传递素的多少,及自身的权重,成比例释放化学物质。(汗)
突触可以增强信息,也可以减弱信息。
可塑性指对输入刺激在连接强度上的长期改变。
神经元可以形成新的连接,甚至改变连接。(学习过程真复杂!再进一步?现代科学也没法了解了。)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值