走進神經網絡——01.了解神經網絡基本知識
最近一直想着寫一篇神經網絡入門級的的博文，由於學習的原因，一直拖到了今天，趁着周五沒課，我將我自學神經網絡的經歷總結一下。由於本科的畢業設計就是使用卷積神經網絡做的，因此我對神經網絡有了一種不可言喻的興趣，在讀研的時候我就想着系統地學習一下神經網絡。
首先，我們人類之所以擁有強大的學習能力，究其原因，是因為在我們的大腦中存在神經網絡，我們稱之為生物神經網絡。處於信息時代的人們，享受着信息科技帶給我們的便利，這時人們提出可不可以給計算機也使用上「神經網絡」，讓計算機模仿人類的思維來工作，因此人工神經網絡就這樣誕生了。
學習一門新的知識，首先要從底層的基礎開始，同樣，我們從底層的基礎開始來認識人工神經網絡。在人工神經網絡中，最基本的單位是神經元，類比生物神經元，一個人工神經元由多個輸入（樹突）、一個處理單元（細胞核）和一個輸出（軸突），其模型如圖1-1所示。
圖1-1 神經元模型
圖中神經元除了以上三個屬性外，它還多了一個 屬性，這個屬性叫做偏置，也就是圖中的x0。關於偏置，我們以後會詳細介紹，在這裡我們只需要記住這個概念就行。f我們稱之為激活函數，它的作用是將輸入進行映射，產生輸出信號。若干個神經元組成了一個人工神經網絡的層，一個人工神經網絡由多個層組成，這些層分為輸入層，隱藏層和輸出層，一般一個神經網絡只有一個輸入層，一至多個隱藏層和一個輸出層構成。一個最簡單的人工神經網絡如圖1-2所示：
圖1-2 人工神經網絡模型
它由一個輸入層、一個隱藏層和一個輸出層組成，每一層的每一個神經元都和它前一層以及它後一層的每一個神經元相連接，這種連接被稱為全連接，關於神經網絡是怎樣進行學習的，我們以後再做說明。
