陆续发一些深度学习方便 的东西,准备在FPGA上实现。
神经网络浅讲:从神经元到深度学习
神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。
本文以一种简单的,循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求,但是懂一些机器学习基础会更好地帮助理解本文。
神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。
图1 人脑神经网络
那么机器学习中的神经网络是如何实现这种模拟的,并且达到一个惊人的良好效果的?通过本文,你可以了解到这些问题的答案,同时还能知道神经网络的历史,以及如何较好地学习它。
由于本文较长,为方便读者,以下是本文的目录:
一.前言
二.神经元
三.单层神经网络(感知器)
四.两层神经网络(多层感知器)
五.多层神经网络(深度学习)
六.回顾
七.展望
八.总结
九.后记
十.备注
全文太长,尤其是图片很多,全部发在这里很费事,给出链接,是我的博客。有兴趣的可以参考。
http://blog.csdn.net/zhongxon/article/details/54410512
http://blog.csdn.net/zhongxon
|