一、什么是神经网络在高中生物中我们学过大脑由无数个神经元组成神经元彼此之间通过突触来连接。神经元由细胞体对传入信息进行分析处理树突将上一个神经元的信息传递给细胞体轴突将细胞体处理好的信息传递给下一个神经元组成。神经元有两种状态兴奋和抑制。神经元接收到的刺激信号累积达到某个阈值时就会进入相应的状态产生信号并传递给其他神经元。在这里我们进行类比将细胞体当做激活函数f对传入信息进行非线性转换使得模型能够做更复杂的决策将突触看作权重w突触连接的强弱决定信号传递的效率而权重的大小则控制输入信息的重要程度网络通过不断学习调整权重实现知识与经验的存储阈值看作偏置b决定模型在何种情况下被激活。现在我们来对一次神经网络过程进行阐述首先数据x进入输入层每一层的神经元中将接收到的信息与权重w相乘并求和在加上偏置得到净输入净输入在激活函数的作用处理下生成该神经元的输出然后这样逐层传递重复最终由在输出层输出预测结果可将上述过程转化为神经元数学表达式af(w*xb)综上神经网络的过程类似生物神经元的信号传递和处理机制权重控制传递信息的重要程度偏置用来表示模型在达到某个点时激活阈值激活函数可实现非线性转换实现更多更复杂的决策