计算机视觉应用开发课件：神经网络_第1页
计算机视觉应用开发课件：神经网络_第2页
计算机视觉应用开发课件：神经网络_第3页
计算机视觉应用开发课件：神经网络_第4页
计算机视觉应用开发课件：神经网络_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

神经网络神经网络的概念01任务playground02任务学习目标掌握神经网络的基础结构掌握神经网络的训练过程1神经网络的概念1神经网络的概念神经网络人工神经网络（ArtificialNeuralNetwork，ANN），简称神经网络（NeuralNetwork，NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。1943年，McCulloch和Pitts将上述情形抽象为下图所示的简单模型，这就是一直沿用至今的M-P神经元模型。把许多这样的神经元按一定的层次结构连接起来，就得到了神经网络。1神经网络的概念最基本的神经元网络形式，由有限个神经元构成，所有神经元的输入向量都是同一个向量，由于每个神经元都会产生一个标量结果，所以单层神经元输出的都是一个向量，向量的维数等于神经元的个数。单层神经网络结构图1神经网络的概念多层神经网络就是由单层神经网络进行叠加之后得到的，所以就形成了层的概念，常见的多层神经网络有如下结构：1）输入层（Inputlayer），众多神经元（Neuron）接受大量非线形输入消息。输入的消息称为输入向量。2）输出层（Outputlayer），消息在神经元链接中传输、分析、权衡，形成输出结果。输出的消息称为输出向量。3）隐藏层（Hiddenlayer），简称“隐层”，是输入层和输出层之间众多神经元和链接组成的各个层面。隐层可以有一层或多层。隐层的节点（神经元）数目不定，但数目越多神经网络的非线性越显著，从而神经网络的强健性（robustness）更显著。4）全连接层，当前一层和前一层每个神经元相互链接，所谓的全连接层就是在前一层的基础上进行一次Y=Wx+b的变化（不考虑激活函数）。1神经网络的概念不管是单层还是多层神经网络，都只能线性地划分数据，此时，如果在感知机的基础上加上非线性激活函数，输出的结果就不在一条直线上了。激活函数可以增加模型的非线性分割能力。常见的激活函数有：sigmoid：tanh：ReLu：LeakyReLu：Maxout：激活函数的作用除了前面说的增加模型的非线性分割能力外，还有：提高模型鲁棒性、缓解梯度消失问题、加速模型收敛等。ELU：2playground2playground为了更好的理解神经网络，

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论