分享

神經網絡介紹

神經網絡這個詞,相信大家都不陌生。就在你打開本書,并試圖了解神經網絡時,你已經在使用一個世界上最復雜的神經網絡——你的大腦,一個由大約1000億個神經元(每個單元擁有約1萬個連接)構成的復雜系統。但人的大腦太過復雜,以至于科學家們到目前為止仍然無法準確解釋大腦的工作原理和方式。但有幸的是,生物神經網絡的最最基本的元素已經能夠被識別,而這就構成了本書想為你介紹的人工神經網絡(Artificial Neural Network)。

人工神經網絡是受到生物神經網絡的啟發而發展起來的。因此,了解生物神經網絡可以幫助讀者更好的理解人工神經網絡。圖1 展示了生物神經元的基本結構。生物神經元也就是神經細胞由細胞核、細胞體、軸突、樹突組成。細胞軸突是一條長長的纖維,它把細胞體的輸出信息傳導到其它神經元。樹突用來接收其它神經元的輸入信號。軸突和樹突的連接叫突觸,突觸擁有一定的強度,表示兩個神經元連接的強度和穩定性。細胞體接收所有樹突的輸入,并通過細胞體內復雜的化學變化,來確定細胞體是否需要對軸突產生輸出。

神經元之間的連接不是固定不變的,在人的學習和成長過程中,一些新的連接會被逐漸建立起來,還有一些連接可能會消失。外界刺激就是神經網絡的輸入,在接收刺激后,刺激信號將傳遞到整個網絡中,影響所有的神經元狀態,神經元之間彼此連接并相互制約影響,并不斷調整彼此間的連接強度,直到達到穩定狀態,并最終對刺激作出反應。神經元之間的關系變遷就形成了生物體的學習過程。

人工神經網絡以生物體的神經網絡為基礎,當然,人工神經網絡沒有生物神經網絡那么復雜,在現階段,我們只能做一些簡單的模擬和仿制。目前,人工神經網絡吸取了生物神經網絡兩個極為重要的概念,計算單元和連接權重。計算單元好比是細胞體,負責處理所有的輸入并給出一定的輸出,連接權重好比軸突和突觸,表示兩個計算單元的連接強度。

人工神經網絡最早的提出可以追溯到1943年,至今已經有70多年歷史。它由美國的心理學家W.S.McCulloch和數學家W.A.Pitts在論文《神經活動中所蘊含思想的邏輯活動》中最先提出,并從此澎湃發展。

人工神經網絡與線性代數和微積分緊密相關,對神經網絡的基本原理以及證明幾乎都使用高等數學進行,這些復雜而難懂的公式給許多希望進行神經網絡學習的初學者造成不少困擾。本書深刻考慮到這點,從實際應用出發,盡可能避免出現深奧的數學公式,使用白話文字講解神經網絡的基本思想、實現和應用,不需要讀者具有良好的數學功底。在必須使用數學公式的場合,作者也將將給出詳盡的說明,以幫助讀者理解公式的含義。因此,本書將是一本從實際應用出發,附帶理論講解的書籍,適合初學者和實踐者(你想立即動手構建自己的神經網絡)閱讀參考。對純理論研究感興趣的讀者應該尋找其它更合適的書籍。本書對讀者唯一的要求就是需要讀者懂得基本的程序設計,了解Java、C/C++、Python等編程語言可以使讀者更好的理解本書的內容。

目前,人工神經網絡在多個領域均有相當成功的應用,比如市場預測,數據分類,語音識別,文字識別,醫療診斷等。以數據分類為例,在數據爆炸的今天,對大數據的分析顯得越來越重要,神經網絡可以很好得解決大數據的分析工作。比如,在進行動物分類時,我們可以告訴神經網絡某動物的幾個特征,如大小、是否有羽毛、有幾條腿等信息,神經網絡便可以將它歸入特定的類別。在文字識別領域,可以使用神經網絡進行手寫體、車牌的識別,并且,這類應用已經非常普遍。在醫療領域,醫生可以根據患者的一系列生理特征通過神經網絡來排定患者患有某種疾病的概率。在金融領域,也可以使用神經網絡挖掘股票、期貨價格的內在規律,并對未來的價格作出預測。

在夜店怎么赚钱快