神经网络与数学的一个非常简单的结合

Posted Hygge

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了神经网络与数学的一个非常简单的结合相关的知识,希望对你有一定的参考价值。

在人们探寻人工智能路途中,往往借助于自然界智能范例来构造系统,神经网络就是很著名的一个例子。

这种系统建块就是人工神经元,这种人工神经元可以使用阈值逻辑单元(TCL)进行建模,如图所示。

在本例中,神经元输入X1和X2是二进制。经过输入经过实值权重W1和W2的调整。TCL的输出也假定是1或则2。每当输入向量点乘以这组权重得到的值超出或等于单位阈值(阈值也是实值数量)时,TCL等于1。

(点积表示向量的分量成积之和)

当X和W的点积大于等于阈值T时,TCL显示等于1;反之等于零。

    (X1W1)+(X2W2)=T(定阈值等于1.5)

      -->X2=-((W1/W2)/X1)+(T/W2)

      -->X2=-X1+1.5

    即表示输出X1=X2=1时,得到的一条直线,画出这条直线

可见在三角形内输出为零,之外输出为一。

最后假设很多这种TCL执行数据处理任务,我相信人脑都是这么多元件合起来的互联网络。

 

以上是关于神经网络与数学的一个非常简单的结合的主要内容,如果未能解决你的问题,请参考以下文章

Pytorch学习之梯度计算backward函数

深度强化学习与深度Q网络

学习深度学习如何下手

数学建模培训|图与网络模型简介

bgp与ospf的简单结合应用

卷积神经网络与Transformer结合,东南大学提出视频帧合成新架构 ConvTransformer