1700530749
问题输入
1700530750
1700530751
神经网络的问题输入由一系列数字组成。输入值可以是：
1700530752
1700530753
·在视觉模式识别系统中，一个二维数字阵列代表一幅图画的像素
1700530754
1700530755
·在听觉（比如语音）识别系统中，一个二维数字阵列代表一种声音，其中第一维度代表声音参数（如频率），第二维度代表不同时间点
1700530756
1700530757
·在任意模式识别系统中：一个N维数字阵列代表输入模式
1700530758
1700530759
定义拓扑结构
1700530760
1700530761
设置神经网络：
1700530762
1700530763
每个神经元的结构包括：
1700530764
1700530765
·多个输入，其中每个输入都与另一个神经元的输出或与初始输入值中的某一个值“连接”
1700530766
1700530767
·唯一的输出，这个输出与另一神经元（通常，此神经元在更高一层的神经网络中）的输入或与最终输出“连接”
1700530768
1700530769
设置第一层神经元：
1700530770
1700530771
·在第一层创建N0个神经元。在问题输入时，每个神经元单独设置，将每一个神经元的多个输入与“节点”（即数值）连接。这些连接的建立可随机进行或根据进化算法进行（详见下文）
1700530772
1700530773
·给每个建立的连接赋予一个初始“突触强度”（即权值）。这些初始权值可以相同，也可随机赋值，或者根据另一种方法赋值（详见下文）
1700530774
1700530775
设置神经元的其他层面：
1700530776
1700530777
设置神经元总层数为M。每一层单独设置该层的神经元针对第i层：
1700530778
1700530779
·在第i层中创建Ni个神经元。该层的每个神经元单独设置，将每个神经元的多个输入与第（i–1）层上的各个神经元输出“连接”（详见下文“变量”）
1700530780
1700530781
·给每个建立的连接赋予一个初始“突触强度”（即权值）。这些初始权值可以相同，也可随机赋值，或者根据另一种方法赋值（详见下文）
1700530782
1700530783
·第M层的各个神经元输出则为该神经网络的输出（详见下文“变量”）
1700530784
1700530785
识别测试
1700530786
1700530787
每个神经元是如何工作的：
1700530788
1700530789
一旦创建了神经元，它就要进行识别测试，每一次测试都要执行如下内容：
1700530790
1700530791
·每一个输入神经元的加权值=与神经元的该条输入另一端相连的神经元输出值（或初始输入值）×该连接的突触强度
1700530792
1700530793
·将输入至神经元的所有加权值求和
1700530794
1700530795
·如果求和结果大于神经元的阈值，那么该神经元就被当作“已触发”且输出为1;否则，输出是0（详见下文“变量”）
1700530796
1700530797
每一次识别测试执行的力度：
1700530798
[
上一页 ]
[ :1.700530749e+09 ]
[
下一页 ]