深度学习神经网络介绍

淡淡的烟草味﹌ 2024-04-01 18:16 56阅读 0赞

#### 目录 ####

*  1 深度学习简介
 *  2 神经网络介绍

--------------------

## 1 深度学习简介 ##

在介绍深度学习之前，我们先看下这幅图：人工智能>机器学习>深度学习

![在这里插入图片描述][386ebfb892ac464d8de7c5408c469604.png]

深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：

![在这里插入图片描述][d7ca145bf288478aa3cab466379696c8.png]

传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征，这也是深度学习被看做黑盒子，可解释性差的原因。

随着计算机软硬件的飞速发展，现阶段通过拥有众多层数神经网络(Neural Network)来模拟人脑来解释数据，包括图像，文本，音频等内容。目前来看常用的神经网络包括：

*  **卷积神经网络(Convolutional Neural Network)**
 *  **循环神经网络(Recurrent Neural Network)**
 *  **生成对抗网络(Generative Adversarial Networks)**
 *  \*\*深度强化学习(Deep Reinforcement Learning)\*\*等。

## 2 神经网络介绍 ##

**人工神经网络（ Artificial Neural Network， 简写为ANN）也简称为神经网络（NN）**，是一种模仿生物神经网络结构和功能的 **计算模型**。人脑可以看做是一个生物神经网络，由众多的[神经元][Link 1]连接而成。各个神经元传递复杂的电信号，树突接收到输入信号，然后对信号进行处理，通过轴突输出信号。下图是生物神经元示意图：

![在这里插入图片描述][e3b7dffb0cfc45b9a8c355ff7c95df79.png]

那怎么构建人工神经网络中的神经元呢？

![在这里插入图片描述][1ff24f1efd404a458d22734c88121c43.png]

受生物神经元的启发，人工神经元接收来自其他神经元或外部源的输入，每个输入都有一个相关的权值(w)，它是根据该输入对当前神经元的重要性来确定的，对该输入加权并与其他输入求和后，经过一个[激活函数][Link 2]f，计算得到该神经元的输出。

那接下来我们就利用神经元来构建神经网络，相邻层之间的神经元相互连接，并给每一个连接分配一个强度，如下图所示：

![在这里插入图片描述][4a9a01197d3c46fd9bbb3a65fd04ba30.png]

神经网络中信息只向一个方向移动，即从输入节点向前移动，通过隐藏节点，再向输出节点移动，网络中没有循环或者环。其中的基本构件是：

*  **输入层**：即输入x的那一层
 *  **输出层**：即输出y的那一层
 *  **隐藏层**：输入层和输出层之间都是隐藏层

特点是：

*  同一层的神经元之间没有连接。
 *  第N层的每个神经元和第N-1层的所有神经元相连(这就是full connected的含义)，第N-1层神经元的输出就是第N层神经元的输入。
 *  每个连接都有一个权值。

[386ebfb892ac464d8de7c5408c469604.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/ea4f8481c0fd490d8a11b3d30118b303.png
[d7ca145bf288478aa3cab466379696c8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/5c8989952469424188985e3e2dd9f40d.png
[Link 1]: https://so.csdn.net/so/search?q=%E7%A5%9E%E7%BB%8F%E5%85%83&spm=1001.2101.3001.7020
[e3b7dffb0cfc45b9a8c355ff7c95df79.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/3c3f8707be4743828ce179b29c8fcb9c.png
[1ff24f1efd404a458d22734c88121c43.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/78dc3c0d70904e7c81f7b1fa14ee629e.png
[Link 2]: https://so.csdn.net/so/search?q=%E6%BF%80%E6%B4%BB%E5%87%BD%E6%95%B0&spm=1001.2101.3001.7020
[4a9a01197d3c46fd9bbb3a65fd04ba30.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/dee29f26b4864d759667dd04c794382c.png