原文：A Quick Introduction to Neural Networks
人工智能神经网络（Artificial Neural Network）的设计灵感来自生物界神经网络传递信息的方式。神经网络在语音识别、机器视觉、文本处理等领域取得了许多突破性成果，在机器学习领域引发广泛关注，本文介绍一种特殊的人工智能神经网络——多层感知器（Multi Layer Perceptron）。
神经元
神经元是神经网络的基本单元，也称作节点（node）或单元（unit），他接收来自其他神经元或外界的输入信息，经过计算产生输出信息。每个输入关联一个权重（weight），权重体现了各输入信息之间的相对重要性。节点用一个函数 f 来计算所有输入的加权和，如下图所示。
如图所示，神经元有输入数字 X1 和 X2，分别有权重 w1 和 w2，另外，有偏执项（Bias）输入 1，偏执项权重为 b。
神经元输出 Y 的计算公式中 f 是一个非线性函数，叫做激活函数（Activation Function），加入激活函数能够产生非线性输出，这对于分析现实中的非线性数据非常重要。
激活函数（或者称非线性函数）通过特定的数学运算将输入数值计算得出结果，常用的激活函数有：
1、Sigmoid 函数：将输入值映射到 0 至 1 的区间内。
σ(x) = 1 / (1 + exp(−x))
2、tanh 函数：将输入值映射到 -1 至 1 的区间内。
tanh(x) = 2σ(2x) − 1
3、ReLU：将负数输出为 0，正数输出为其本身。
f(x) = max(0, x)
以上激活函数如下图所示。
前向传播神经网络
前向传播神经网络是神经网络中最基本的结构，在每层（layers）中包含多个神经元，相邻层之间的节点可以互相连接，并指定连接的权重，如下图所示。
前向传播神经网络可以包含三种类型的节点：
1、输入节点：输入节点提供来自外界的输入，组成“输入层”，输入节点不包含任何计算，只是将输入传到神经网络内。
2、隐含节点：隐含节点不与外界相连，将输入节点传来的信息经过计算后传给输出节点，一组隐含节点组成隐含层，一个前向传播神经网络只能有一个输入层和一个输出层，却可以没有隐含层或包含多个隐含层。
3、输出节点：一组输出节点组成输出层，将网络内的信息传递到外界。
在前向传播神经网络中，信息单向传播（输入节点 -> 隐含节点 -> 输出节点），网络中没有环路（与之对应的是递归神经网络 Recurrent Neural Network，其节点组成环形网络）
两个前向传播神经网络的例子：
1、单层感知器（Single Layer Perceptron）：单层感知器是最简单的神经网络，他不包含隐含层。
2、多层感知器（Multi Layer Perceptron）：多层感知器包含一个或多个隐含层。
多层感知器（Multi Layer Perceptron）
多层感知器包含一个或多个隐含层，可以学习非线性特征，下图展示了包含一个隐含层的多层感知器，其中的每个连接都有权重，但是图中只标出了3个（w0，w1，w2）。
输入层：输入层有三个节点，偏执节点的值为 1，其他两个节点从外界传入输入 X1 和 X2，如上所述，输入层不包含计算过程，所以输入节点分别向隐含层输出 1、X1、X2。
隐含层：隐含层也有三个节点，偏执节点的值为 1，其他两个节点根据输入层传来的输出及权重计算得出。下图展示了一个隐含节点的输出计算公式，公式中 f 是激活函数。计算出的输出被传入输出层。
输出层：输出层有两个节点，对隐含层的输出进行计算，最终输出 Y1 和 Y2，作为整个多层感知器的输出
给定一个特征集合 X = (x1, x2, …) 和目标 y，多层感知器能够学习到特征和目标之间的分类关系或回归性质。
举例介绍多层感知器，比如我们如下的学生成绩数据
两个输入列是学习时长和期中成绩，结果列是期末成绩，值是1或0，代表是否通过考试。例如，一个学生学习了35小时并在期中考试取得67分，那么他在期末通过了考试。
现在，我们想预测一个学习了25小时并在期中考试取得70分的学生能否通过期末考试。
这是一个典型的二分类问题，多层感知器能够从给定数据（训练数据）学习并给出预测值。
训练多层感知器：反向传播算法
多层感知器的训练过程可以称为反向传播，理解反向传播，可以参考Quora（译文：逆向传播）
图5中的多层感知器的输入层有2个输入节点（不含偏执节点），各代表“学习时长”和“期中成绩”，隐含层有2个隐含节点（不含偏执节点），输出层有2个输出节点（上方的节点代表通过期末考试，下方的节点代表没通过考试）
在分类任务中，我们经常使用 Softmax 函数作为输出层的激活函数，以获得各个输出的概率值（所有输出的概率值总和等于1）。Softmax 函数可以将一个向量映射成值为0到1之间的向量，且总和等于1，在此例中是：
概率（考试通过）+ 概率（不通过）= 1
第一步：前向传播
所有权重参数随机赋值，以图5中隐含节点 V 为例，假设该节点各个输入的权重是 w1、w2、w3。
模型开始学习第一条数据（输入为35和67，输出为考试通过）。
向模型输入：[35, 67]
期望输出：[1, 0]
V 节点的输出计算公式是：
V =f (1*w1 + 35*w2 + 67*w3)
同样，其他隐含层节点的输出也可以计算得出，隐含层的输出作为输出层的输入，这样就可以计算出最终要输出的概率。
假设2个输出节点输出了0.4和0.6（权重的初始值不同，得到的结果也不同），与期望的1和0相差很大，由此可见，图5中的网络模型给出了“错误的输出“。
第二步：反向传播和权重更新
计算输出节点的总误差，并利用反向传播（Backpropagation）将误差的梯度（gradients）传回，然后对权重值进行优化，以减小输出层的输出误差，优化方法可以采用梯度下降等方法，如图6所示。
假设节点 V 更新后的输入权重是 w4、w5、w6。
如果再将同样的数据输入网络模型，由于权重向减小预测误差的方向发生了改变，模型应该有更准确的输出，如图7所示，输出节点的误差变为[0.2, -0.2]，比之前的 [0.6, -0.4]有所降低，也就是说，网络模型能够更准确地预测第一条训练数据。
对训练数据中的其他数据重复以上过程，我们说，网络模型学习了这些数据。
此时预测一个学生学习时长是25，期中成绩是70，我们按照前向传播的步骤计算预测值
多层感知器的三维可视化
Adam Harley将多层感知器在MNIST手写数字数据集上进行训练，并将训练好的模型进行三维可视化。
该模型从28 x 28的手写数字图片中读取784个数值像素值作为输入，模型的第一个隐含层拥有300个节点，第二个隐含层拥有100个节点，输出层有10个节点（对应0至9的数字）。
即使该模型的隐含层数和节点数远远多于上面学生成绩的例子，但是前向传播和反向传播的计算方法都是一样的。
图8展示了该网络模型读取数字“5”的情景。
具有更高输出的节点用高亮颜色显示。对于输入层，接收了高数值像素值的节点以高亮显示，对于输出层，只有代表数字“5”的节点显示高亮（这意味着该节点的概率输出接近1，而其他节点的输出均接近0），这说明多层感知器可以对输入的数字进行正确的分类。
若想了解更多信息可以点击查看原文链接
其他机器学习、神经网络相关博文，请点这里