神经网络与深度学习——基于MATLAB的仿真与实现.docx
113 浏览量
2023-09-13
11:04:00
上传
评论
收藏 18KB DOCX 举报
神经网络与深度学习——基于 MATLAB 的仿真与实现
第一章 神经网络与深度学习概述
1.1
神经网络，也称为人工神经网络（Artificial Neural Network，
ANN），是一种模拟生物神经系统的计算模型。它由多个神经元相互
连接而成，每个神经元都可以接收输入信号并产生输出信号。神经网
络的目标是通过调整神经元之间的连接强度（权重）和神经元内部的
激活函数，使得整个网络能够对输入数据进行有效的学习和推断。
神经网络的研究可以追溯到 20 世纪 40 年代，当时美国心理学家
Warren McCulloch 和数学家 Walter Pitts 提出了一个基于逻辑运算
的神经网络模型。这个模型奠定了神经网络的基本结构，并为后来的
研究奠定了基础。在随后的几十年中，神经网络得到了不断的发展和
完善，但仍然存在一些问题，例如训练时间过长、过拟合等。
1.2 神经网络的基本组成与工作原理
神经网络主要由输入层、隐藏层和输出层组成。输入层负责接收外部
输入的信号，隐藏层通过一系列复杂的计算将输入转化为更有意义的
特征表示，最后输出层将隐藏层的输出转化为具体的输出信号。在每
一层中，都包含多个神经元，每个神经元都可以接收来自前一层的输
剩余18页未读，继续阅读
资源评论
