作者：許鐵-巡洋艦科技
鏈接：https://www.zhihu.com/question/21636295/answer/133565963
來源：知乎
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)现柠，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處绣檬。
人工神經(jīng)網(wǎng)絡(luò)的第一個(gè)里程碑是感知機(jī)perceptron， 這個(gè)名字其實(shí)有點(diǎn)誤導(dǎo)， 因?yàn)樗旧鲜亲鰶Q策的。 一個(gè)感知機(jī)其實(shí)是對(duì)神經(jīng)元最基本概念的模擬 ，都未必有多少網(wǎng)絡(luò)概念膀值，他就是一個(gè)自動(dòng)做決策的機(jī)器。
比如說你要決定今天出不出去看電影误辑， 你要考慮3個(gè)因素沧踏， 一個(gè)是女朋友在不在， 一個(gè)是電影好不好看巾钉， 另一個(gè)是今天有沒有工作翘狱， 這三個(gè)因素每個(gè)人的權(quán)重都不同，有的人看重女朋友砰苍， 有的人看重工作潦匈，所以權(quán)重就不等阱高， 最后每個(gè)人根據(jù)自己的權(quán)重做出0或1，去或不去茬缩， to be or not to be的決策赤惊。那么你怎么做呢？ 你把三個(gè)要素按照它們需要的權(quán)重加和在一起凰锡， 在把這個(gè)分?jǐn)?shù)送到一個(gè)叫sigmoid的門面前得到去或不去的決定未舟， 工作原理如上圖。
比單層感知機(jī)更復(fù)雜的多層感知機(jī)-或者我們常說的深度網(wǎng)絡(luò)掂为， 是進(jìn)行數(shù)據(jù)處理和模式識(shí)別的利器处面。 深度神經(jīng)網(wǎng)絡(luò)之所以能夠處理這些數(shù)據(jù)類型，主要是因?yàn)檫@些數(shù)據(jù)本身具有的復(fù)雜結(jié)構(gòu)很適合被NN識(shí)別菩掏， 而人類不需要預(yù)先設(shè)計(jì)識(shí)別這些結(jié)構(gòu)的函數(shù)而是任由網(wǎng)絡(luò)學(xué)習(xí)， D-CNN 深度卷積網(wǎng)絡(luò)能夠同時(shí)看到一個(gè)圖像從細(xì)節(jié)到抽象的結(jié)構(gòu)昵济，所以能夠抓住一些我們?nèi)祟惗颊f不出的細(xì)節(jié)智绸。
<img src="https://pic4.zhimg.com/50/v2-249ec9026023c075df79eca2931fcd87_hd.jpg" data-rawwidth="502" data-rawheight="220" class="origin_image zh-lightbox-thumb" width="502" data-original="https://pic4.zhimg.com/v2-249ec9026023c075df79eca2931fcd87_r.jpg">
作者：許鐵-巡洋艦科技
鏈接：知乎專欄
來源：知乎
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)访忿，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處瞧栗。
