admin：Breeze
What is Deep Learning？什么是深度学习？
A lot of neurons inner-connected.
深度学习（Deep Learning）是一种机器学习（Machine Learning）的分支，它模仿人脑神经网络的结构和功能，通过构建多层的神经网络来学习和提取数据的特征。
在深度学习中，神经网络由大量相互连接的神经元组成。这些神经元按照层级结构排列，每一层接收上一层的输入并将输出传递给下一层。神经元之间的相互连接性使得信息可以在网络中传递，实现对数据的学习和特征提取。
What is a neuron？什么是神经元？
神经元是人工神经网络组成的一部分。神经元其实就是一个小型的分类器，其将从其他神经元输入的信息带权重连接进入，然后比较其与阈值的相对大小，并将差异通过激活函数（最常使用的激活函数为Sigmoid函数），决定其是否被激活。
Fully Connect Feedforward Network
即为全连接神经网络，也称为前馈神经网络，是一种最基本的人工神经网络。
在全连接神经网络中，神经元（或节点）被组织成多个层，每一层的神经元与前一层和后一层的神经元全都相连，但同一层内的神经元之间没有连接。 数据在网络中是从输入层向输出层单向传播的，没有反馈（或循环）连接，这也是”前馈”这个名字的由来。
Neuron VS. Logic Gates
如图中所示的[与门]和[非门]，通过设计神经元的w值与b值，可以模仿逻辑门电路的效果。
附：门电路真值表
机器学习的三个步骤
Step1.A set of function
选取一个函数族用于成为模型；
Step2.Goodness of function f
确立函数的选取指标，选择其中最好的函数；
Step3.Training Data
训练数据，调整模型。
发表回复
要发表评论，您必须先登录。