Pyhton实用教程-第18章-人工神经网络.pptxVIP

人工智能及其实践教程;;18.1 什么是人工神经网络;18.1 什么是人工神经网络;18.2 建立人工神经网络;人类的学习过程是分等级的。我们大脑的神经网络有不同的阶段，每个阶段都对应着不同的粒度。有些阶段学习简单的东西，有些阶段学习复杂一些的东西。 如下盒子学习过程的例子：;人工神经网络是一种非程序化、适应性、大脑风格的信息处理 ，其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理功能，并在不同程度和层次上模仿人脑神经系统的信息处理功能。;18.3 训练人工神经网络;18.3 训练人工神经网络;感知器，也可翻译为感知机，是一种人工神经网络。它是人工神经网络中的一种典型结构，它的主要的特点是结构简单，对所能解决的问题存在着收敛算法，并能从数学上严格证明，从而对神经网络研究起了重要的推动作用。 感知器是使用特征向量来表示的前馈式人工神经网络，它是一种二元分类器，把矩阵上的输入（实数值向量）映射到输出值f(x)上（一个二元的值）。;18.4 感知器;18.4 感知器;18.4 感知器;18.5 单层神经网络;18.5 单层神经网络;18.5 单层神经网络;18.6 多层神经网络;程序例子分析多层神经网络：;18.6 多层神经网络;18.7 循环神经网络;18.7 循环神经网络;18.7 循环神经网络;18.7 循环神经网络;18.8 在光学字符识别数据库中可视化字符;图像的