DL之ANN/DNN： 人工神經網絡ANN/DNN深度神經網絡算法的簡介、應用、經典案例之詳細攻略

相關文章
DL：深度學習(神經網絡)的簡介、基礎知識(神經元/感知機、訓練策略、預測原理)、算法分類、經典案例應用之詳細攻略

?

目錄

ANN/DNN深度神經網絡算法的簡介

1、DNN VS 人類大腦

1、ANN的四個特性和三個優點

ANN/DNN深度神經網絡算法的經典案例

---

?

ANN/DNN深度神經網絡算法的簡介

? ? ? ? ? 人工神經網絡ANN（Artificial Neural Network）是由大量處理單元互聯組成的非線性、自適應信息處理系統。它是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。

? ? ? ? ? ANN的基本過程可以概述如下：外部刺激通過神經末梢，轉化為電信號，傳導到神經細胞（又叫神經元）；無數神經元構成神經中樞；神經中樞綜合各種信號，做出判斷；人體根據神經中樞的指令，對外部刺激做出反應。其過程表述如上圖所示。

? ? ? ? ? 人工神經網絡經歷了漫長的發展階段。最早是上個世紀六十年代提出的“人造神經元”模型，叫做“感知器”（perceptron）。感知機模型，是機器學習二分類問題中的一個非常簡單的模型。它的基本結構如下圖所示：

? ? ? ? ? 隨著反向傳播算法、最大池化（max-pooling）等技術的發明，神經網絡進入了飛速發展的階段。神經網絡就是將許多個單一“神經元”聯結在一起，這樣，一個“神經元”的輸出就可以是另一個“神經元”的輸入。典型的人工神經網絡具有以下三個部分：

• 結構（Architecture）結構指定了網絡中的變量和它們的拓撲關系。
• 激勵函數（Activity Rule）大部分神經網絡模型具有一個短時間尺度的動力學規則，來定義神經元如何根據其他神經元的活動來改變自己的激勵值。
• 學習規則（Learning Rule）指定了網絡中的權重如何隨著時間推進而調整。

? ? ? ? ?一個典型的人工神經網絡結構如下圖所示

?

1、DNN VS 人類大腦

1、ANN的四個特性和三個優點

? ? ? ? ? 人工神經網絡具有四個基本特征：非線性、非局限性、非常定性和非凸性。
? ? ? ? ? 人工神經網絡的特點和優越性，主要表現在三個方面：具有自學習功能、具有聯想存儲功能和具有高速尋找最優解的能力。

?

?

ANN/DNN深度神經網絡算法的經典案例

相關案例非常多，請自行查詢本博客文章即可！

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的DL之ANN/DNN： 人工神经网络ANN/DNN深度神经网络算法的简介、应用、经典案例之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。