对人工智能感兴趣的小伙伴，如果你是大神，欢迎给我提出宝贵意见，如果你是初学者，无疑本教程会让你茅塞顿开！
我们怎么简单怎么来，不对复杂的数学公式进行讨论，所以读者不需要有心理负担。(
默认大家上了小学二年级)
我们先来查看百度百度对于人工神经网络的定义
百度百科对人工神经网络的定义
是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络。
懵逼
该看懂的人还是能看懂，看不懂的还是看不懂，对新手及其不友好
那么，这究竟是啥玩意？
搞清楚这个问题，我们先来研究一下网络：是由若干节点和连接这些节点的链路构成，表示诸多对象及其相互联系。
蜘蛛网.jpeg
这是一张蜘蛛网，很完美的展现了网络的形态，由若干节点链接组成。
贝贝的画.png
我们假设一个场景，现在有很多小蜘蛛要在这张网上进行比赛，就和我们人一样，每个人的速度是不一样的，蜘蛛网上的每个结点都有一个道具，小蜘蛛拿到道具后，速度就会改变。比如道具是"x3",那么就是将小蜘蛛目前的速度乘以三倍，如果是"x(-2)",那么速度就变成原来的负二倍(我默认大家都上过小学二年级)。每个小蜘蛛沿着自己的赛道一路下去，最后到达终点，虽然开始的时候速度大小确定了，可是中间道具是未知的，也就是谁获得胜利都是有可能的。
什么是人工神经网络
我们从蜘蛛的比赛当中回来，会发现刚才的比赛其实就是人工神经网络运算的一个过程！！！
-
我们来看看一个只有三个神经元的神经网络
三个神经元.png
没错，这个也是神经网络
这就是小蜘蛛的赛道，起点到终点一共有三可以休息的地方，在圈圈里面可以打开道具箱子
假设我们小蜘蛛的初始速度是3，到达中间的地方开了个道具箱子，获得"x2"的效果加成，此时小蜘蛛的速度变成了"2x3=6",以6这个速度到达终点！
-
我们来看多一个神经元的网络
4个神经元.png
起到到终点中间有两个可以拿道具的地方，那么该走哪边呢？实际情况是，两边都会走，和上面的做法一样：用自己目前的值乘以权重
四个神经元加上公式.png
一开始是三，然后上面是"x1.5",所以上面的结果是4.5,下面是"x2",所以就是6,接着走下去，就是"4.5x2" + "6x0.5"得到最后的值
当前神经元的值，是由与它相连的神经元的值乘上系数在相加获得
-
以此类推
5个神经元.png
中间神经元的值等于与它相连的前面两个神经元的值乘以权重再加和得到。
- 神经元的个数继续增加
很多神经元.png
计算方法同上，最后得到的两个神经元的值就是我们想要的结果，也就是经过神经元预测后得到的结果！
此时你可能有很多疑问：
-
每个神经元的权重系数是怎么得到的？
-
神经元的输入和输出又代表什么
-
怎么自己设计神经网络结构呢？
这些疑问我们下次解答，本文以最通俗的语言讲述了什么是人工神经网络，数据怎么经过神经网络，简单来说就是小学二年级学的公式"y=kx"。
有疑问欢迎与我联系讨论。
网友评论