本文共 471 字，大约阅读时间需要 1 分钟。

人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model）。

ANN背后的哲理是“将复杂系统分解成一些简单的元素”。

现实世界都是非线性的。使用ANN，描述其中的非线性规律。

神经元

神经元：ANN的基本单元。许多神经元融合在一起，组成了ANN。

神经元叫做激活单元（Activation Unit）。每一个神经元都是一个学习模型。

输入：实际生活场景中的收集的数据，或经过激活函数输出的数据。

激活函数：将线性输入，非线性化，然后输出。这样使得ANN逼近实现中非线性化场景。常见激活函数有：sigmod函数。

神经网络包含

（ 在计算神经网络层数时,往往不考虑输入层）

输入层（输入样本特征）

隐层 （不可见的计算过程）

输出层  (输出的标签)

https://www.cnblogs.com/cyx-garen/p/9449549.html

https://segmentfault.com/a/1190000015447317

转载地址：https://chilaidashi.blog.csdn.net/article/details/111301389 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！