课时56 模型展示1

大脑神经网络:下图为神经元

Dendrite(树突):接受来自其他神经元的信号

Axon(轴突):给其他神经元传递信号

神经元是一个计算单元,从树突接受一定数目的信号,做一些计算,并通过轴突传递给其他节点

神经元之间靠微弱电流进行交流

课时56 模型展示1_第1张图片

 

模拟一个神经元模型:

橘黄色物体类似于神经元细胞体,是一个计算单元

有时会添加一个额外节点x0,也被称作偏置单元或偏置神经元(恒等于1)

在人工网络术语种,激活函数指代非线性函数g(z)的另一个术语

参数theta又叫做模型的权重

课时56 模型展示1_第2张图片

 

下图为模拟的一个神经网络:

有时可以添加额外节点x0

有时可以添加额外的偏置单元a0(恒等于1)

layer1:称为输入层,用于输入特征下x1,x2,x3

layer3:成为输出层,用于输出假设的最终计算结果

layer2:隐藏层

课时56 模型展示1_第3张图片

 

一些信号的解释:

用来表示第j层第i个神经元或单元的激活项

激活项是指由一个具体神经元计算并输出的值

此外,这个神经网络被矩阵进行了参数化

三个输入单元(输入层)和三个隐藏单元(隐藏层)

:用于控制从三个输入单元到三个隐藏单元的映射的参数矩阵,在这里是一个三行四列的矩阵

课时56 模型展示1_第4张图片

你可能感兴趣的:(machine,learning)