- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能与信息社会
基于神经网络的智能系统I:神经元与神经网络
陈斌北京大学gischen@pku.edu.cn
概述
〉 生物原型:人脑以及神经元
〉 人脑包含800亿个神经元,这些神经元类似
一个小的处理单元,它们按照某种方式连接,
接受外部刺激,做出响应处理的过程也就是
大脑的对信息处理的过程。
北京大学地球与空间科学学院/ 陈斌/2018
神经元
〉 树突:为神经元的输入通道,将自其他神经
元所接收的电信号传送至细胞本体。
〉 轴突和突触:将处理过的信号传递到下一个
神经元。
树突 突触
轴突
北京大学地球与空间科学学院/ 陈斌/2018
人工神经元
〉 从生物模型到数学模型
〉 输入信号: , ⋯⋯,
〉 处理单元:对每个输入信号进行加权处理确
定其强度;对所有输入信号求和确定组合效
果;通过激励函数确定其输出。
〉 输出信号:y
北京大学地球与空间科学学院/ 陈斌/2018
人工神经网络
〉 人工神经网络:模仿神经元在人脑中的结构
连接。一个网络可以由几个甚至几百万个人
工神经元构成,这些神经元排列在一系列的
层中,每个层之间彼此相连。
〉 一个完整的神经网络由一层输入层、多层隐
藏层、一层输出层构成。
北京大学地球与空间科学学院/ 陈斌/2018
人工神经网络:前馈型神经网络
〉 单向多层结构,即各神经元从输入层开始,
只接收上一层的输出并输出到下一层,直至
输出层,整个网络中无反馈。常用于图像识
别、检测、分割
北京大学地球与空间科学学院/ 陈斌/2018
人工神经网络:反馈型神经网络
〉 是一种从输出到输入具有反馈连接的神经网
络,当前的结果受到先前所有的结果的影响。
〉 常用于语音、文本处理、问答系统等
北京大学地球与空间科学学院/ 陈斌/2018
神经网络训练算法
〉 以误差为主导的反向传播算法
〉 其本质是通过前向传递输入信号直至输出产
生误差,再将误差信息反向传播去更新网络
权重矩阵。
北京大学地球与空间科学学院/ 陈斌/2018
神经网络训练算法
〉 通过这种反馈机制,反馈越多,神经网络学
习的结果越准确。
〉 目前基于神经网络对手写体数字识别正确率
可达99.8%
北京大学地球与空间科学学院/ 陈斌/2018
神经网络训练算法
〉 ImageNet图像分类比赛
〉 神经网络算法的错误率低至3.1% ,人类分
类错误率为5% ,神经网络分类结果已经优
于人类。
北京大学地球与空间科学学院/ 陈斌/2018
总结
〉 人工神经元与人工神经网络模仿人脑的神经
结构,旨在让计算机拥有更强大的学习能力。
〉 神经网络的主要学习机制为误差反向传播算
法。不断修改网络参数使得分类效果越来越
好。
北京大学地球与空间科学学院/ 陈斌/2018
文档评论(0)