第五章前馈神经网络.PDF

第五章 前馈神经网络 在人工智能领域，人工神经网络 （ ， ）是指 一系列受生物学和神经学启发的数学模型。这些模型主要是通过对人脑的神经 元网络进行抽象，构建人工神经元，并按照一定拓扑结构来建立人工神经元之 间的连接，来模拟生物神经网络。在人工智能领域，人工神经网络也常常简称 为神经网络（ ， ）或神经模型。 到目前为止，研究者已经提出了多种多样的神经网络模型，比如：感知器、 前馈网络、卷积网络、循环网络、自组织映射、 网络、 机等。 这些神经网络模型的差异主要在于神经元的激活规则、网络连接的拓扑结构以 及参数的学习规则等。 间： 人工神经网络 时 译 编 人工神经网络主要由大量的神经元以及它们之间的有向连接构成。因此考 虑三方面： 神经元的激活规则：主要是指神经元输入到输出之间的映射关系，一般为 非线性函数。 网络的拓扑结构：不同神经元之间的连接关系。神经元间的连接也称为权 重，即需要学习的参数。 学习算法：通过训练数据来学习神经网络的参数。 第五章 前馈神经网络 ∑