1.最简单的神经网络示意图
其分为输入层、输出层、隐藏层
对于这样一个最简单的神经网络,只有一个隐藏层
在图中,连线代表此神经元是由上一层的结点,通过一定的运算得到的。也就是说我们定义好输入层的值和其结点的运算方式,我们就可以得到下一层的结点所对应的值
2.感知器
感知器是第一个具有完整算法描述的神经网络算法(感知器学习算法:PLA)
任何线性分类或线性回归问题都可以用感知器来解决
我们可以通过观察发现,如果将最简单的神经网络的一部分拆解出来,就是一个感知器模型
在感知器模型中,输入层的数据通过一定的运算加权求和,得到隐藏层的数据
而如果我们将多个感知器合起来,就可以形成一个人工神经网络
3.深度学习
含多层隐藏层的多层感知器就是一种深度学习结构
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:深度学习笔记之卷积神经网络基本概念 - Python技术站