神经网络的介绍
神经网络是为了模拟人的大脑
神经网络起源于1943年，A Logical Calculus of Ideas Immanent in Nervous Activity , 使用一个间划过的计算模型来描述在动物的大脑中，神经元如何通过命题逻辑来实现复杂的计算
在80年代流行过一阵，但是到了90年代后期，由于各种原因，应用逐渐消失了
近几年，神经网络又火了起来
生物神经元：由包含细胞核和大部分细胞复合成分的细胞体组成。有许多分枝延伸的部分称为树突，一个非常长的延伸称为轴突。轴突的长度肯呢个比细胞体长几倍，或者长达几万倍，在其极端附近，轴突分裂成许多被称为终树突的分支，在这些分支的尖端是称为突触终端的微小结构，它会连接到其他神经元的树突（或者直接连接到细胞体）。生物神经元通过这些突触接受从其他细胞发来的很短的电脉冲，这种脉冲被称为信号。当一个神经元在一定的时间内收到足够多的信号，就会发出它自己的信号
单个神经元
生物神经网络的多个层次
一只猫大约有10亿个神经元，一只老鼠大约有7500万个神经元，一只蟑螂大约有100万个神经元。相比之下，许多人工神经网络包含的神经元要少得多，通常只有几百个，所以我们在不久的将来随时创建一个人工大脑是没有危险的
http://playground.tensorflow.org
感知器与神经网络
用符号标识神经网络
一个神经元的数学表示
激活函数
为什么需要非线性激活函数
如果你使用线性激活函数，或者没有激活函数，那么无论你的神经网络有多少层，
你一直在做的只是计算线性激活函数（两个线性组合的本身就是线性组合），
所以隐藏层就没有用了
激活函数和他们的导数
反向传播的理解
标签：树突,机器,函数,学习,神经网络,激活,轴突,神经元 来源： https://blog.csdn.net/weixin_41572488/article/details/99736975
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。