初识神经网络在线视频

2019年3月27日

ACM宣布了2018年图灵奖获得者。

图灵奖由美国计算机协会于1966年设立，

专门奖励那些对计算机事业作出重要贡献的个人。

其名称取自计算机科学之父 图灵

由于图灵奖对获奖条件要求极高

评奖程序又是极严

一般每年只奖励一名计算机科学家

只有极少数年度有两名合作者或在同一方向作出贡献的科学家共享此奖

因此它是计算机界最负盛名、最崇高的一个奖项

有“计算机界的诺贝尔奖”之称

而2019的图灵奖是由3位计算机科学家获得

这也是图灵奖历史上第二次由3名科学家共同获得

分别是亚恩-勒库恩、杰弗里-辛顿和尤舒亚-本吉奥

根据ACM的公告

这三位科学家得奖的原因

是他们是“深度神经网络”的开创者

为深度学习算法的发展和应用奠定了基础

深度学习已经在计算机视觉 语音识别

自然语言处理和机器人研发等领域

展现出惊人的成就

那什么是深度学习

根据某百科的定义

深度学习的概念源于人工神经网络的研究

含多隐层的多层感知器就是一种深度学习结构

深度学习通过组合低层特征

形成更加抽象的高层表示属性类别或特征

以发现数据的分布式特征表示

觉得深度学习概念难理解是正常的

我小时候特别喜欢看三国演义

众多英雄气概让我折服

你呢？肯定也看过三国演义

三国演义里面有个精彩片断

这个精彩片断有句话描述

对，就是“三英战吕布”

吕布太厉害了

需要三个英雄加起来才能打败他

可也说明不管吕布多厉害

只要努力 还是可以打败他的

好的，那也让我们通过

四战深度学习来了解深度学习

开始“一战深度学习-初识神经网络”

当然，我们先来看看小白们是如何介绍神经网络的。

我们首先要知道什么是神经网络

我们先从定义上解释

神经网络英文缩写是ANN

分开来是Artificial Neural Network

分成两个部分 Artificial和Neural Network

Neural Network就解释成神经网络

Artificial是人造的

神经网络本质上是为了模仿人脑思考的习惯

从另外一个角度看神经网络

本质上来看

我们回顾一下知识

人工智能的本质是Y=f(x)

可以拆分一下

在我们的编程中

Y可以有很多个

X也可以有很多个

可以分成y1到yn x1到xn

我们可以用图形来表示

这代表神经网络中的单个神经元

像这样

很多神经元连在一起

会怎样呢

像这样

神经网络就是多层神经元嵌套

一个神经元可以理解为一个函数f

权重是通过不断训练来改善的

一个权重不合适

可以通过反向算法不断修改

我的理解

修改过程就要不断迭代

神经网络需要不断的进步

令它的数值越来越准确

神经网络有什么用？

模拟人思考习惯

我们来看看大脑如何辨别数字

比如9

可以理解为一个圈加一竖在旁边

一个圈可以分成很多细节

神经网络的第一层或许可以辨别出特征线段

第二层可以结合起来连成一条线

判断哪个数字

神经网络里面有个权重值

圈可以拆成很多部件

怎么去确定一个数字部件呢

我们来看看神经网络是如何学习的

我们首先要有大量训练数据

用特殊数据来测试这个网络好不好

再进行调整

深度学习都和一个词联系在一起

神经网络

其实我们天天都和”神经网络“打交道

这就是生物体内的神经网络

也是我们人体里面的神经网络

神经网络的基本元素是神经元

神经元的作用是什么

树突负责接收信息

细胞核负责处理数据

处理结果将从轴突传递到神经元的尾部

刚才是生物体的神经网络

那人工智能中的神经网络呢

这就是网上经典的人工智能神经网络

它的基本元素

也就是人工神经网络的神经元

有一类神经元就是感知器