11、人工神经网络：原理、构建与语言分类应用

人工神经网络：原理、构建与语言分类应用

1. 输入编码

在处理逻辑数据时，神经网络不能直接使用布尔值（真或假），因此需要将其转换为标准输入或对称输入。

输入类型	范围	编码规则	优缺点
标准输入	0 到 1	真编码为 1，假编码为 0	若数据稀疏（含大量 0），可能使结果产生偏差，导致模型崩溃
对称输入	-1 到 1	真编码为 1，假编码为 -1	避免了零值问题，减少对输入分布中间值的强调，可将“可能”情况编码为 0 并忽略

输入可以采用标准或对称格式，但需明确标记，因为神经元输出的计算方式依赖于此。

2. 隐藏层

隐藏层使神经网络能够对非线性数据进行建模。每个隐藏层包含一组神经元，这些神经元将数据传递到输出层。

graph LR
    A[输入层] --> B[隐藏层]
    B --> C[输出层]

3. 神经元

神经元是加权线性组合，外部包裹激活函数。加权线性组合