机器学习系列之神经网络入门基础知识

本文介绍了神经网络的基础知识,从人类神经系统原理出发,详细阐述了人工神经元的建模,包括神经元的加权输入、阈值及转移函数的概念。文章探讨了多种类型的转移函数,如阈值型、非线性和概率型,为理解神经网络的工作原理提供了基础。

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

01 | 人类神经系统原理

 

生物神经元间的信号通过突触传递。通过它,一个神经元内传送的冲击信号将在下一个神经元内引起响应,使下一个神经元兴奋,或阻止下一个神经元兴奋。人体内有上百亿个神经细胞,这些神经细胞通过突触连接可以构成许多不同的路径,来传递信息。

一个神经元有两种状态——兴奋和抑制平时处于抑制状态的神经元,当接收到其它神经元经由突触传来的冲击信号时,多个输入神经元中以代数和的方式叠加。(进入突触的信号会被加权,起兴奋作用的信号为,起抑制作用的信号为)。如果叠加总量

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

打赏作者

文宇肃然

精神和物质鼓励你选一个吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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