神经元和神经网络

一、生物神经元

动物的大脑中都含有许多的被称为神经元的脑细胞。人类的大脑更是包含800多亿个神经元，由这些神经元组成的神经网络非常复杂。下图为两个神经元的简单示意图。

一个神经元由细胞体，树突，轴突和突触等组成。每个神经元与其他神经元相互连接。其中，一个神经元的树突与其它神经元的突触连接，轴突可以向其它神经元发送信号，树突接收到信号后传到细胞核中进行处理，然后再通过轴突把处理后的信号发给其它神经元。

一个神经元通常具有多个树突，主要用来接收其它神经元传入的信息。轴突只有一条，轴突尾端有多个轴突末梢，这个末梢和其它神经元的树突连接，可以给其它多个神经元传递信息。

二、人工神经元

人工神经元则是模仿生物神经元的结构，建立起来的数学模型。如下图所示：

该人工神经元包含多个输入A_1, A_2...A_n（模仿多个树突），一个计算功能（模仿细胞核），以及一个输出（模仿一个轴突）。其中，w_n表示每个输入的权值，可以类比为输入信号的强弱。

用F()表示非线性函数，Y表示输出，则上述神经元模型可用数学公式表示为：

其中，b表示一个偏置项，它的作用是使得神经元在输入信号为0时仍然能被激活，从而改善模型的表达能力。如果没有偏置项，神经元只能通过权重来调整输入信号的影响，可能导致模型对输入数据的拟合能力受限。 总结起来，偏置项在神经网络中的作用是提供一个可调节的阈值，使得模型能够更好地适应输入数据。 没有偏置项可能会限制模型的表达能力。

三、人工神经网络

人工神经网络也是模仿生物神经网络的结构，建立起来的数学模型。一个简单的模型示例如下图：

每个蓝色的圆都是一个人工神经元，需要训练的参数是所有权重（wn)。

参考来源：

深度学习（三）—— 神经元与神经网络_神经网络神经元-优快云博客

更多：

⁣西克中国 | SICK

传感器技术学习平台