神經網路是一種計算機模型或者數學模型，是存在於計算機的神經系統，由大量的神經元相連線並進行計算，在外界資訊的基礎上，改變內部的結構，常用來對輸入和輸出之間複雜的關係進行建模。首先它需要很多資料。比如它要判斷一張是不是貓，就要輸入上千萬張帶有標籤的貓貓狗狗的，然後再訓練上千萬次。
神經網路的訓練結果有對也有錯，如果是錯誤的結果，將會被當做非常寶貴的經驗，神經網路將從這些錯誤的經驗中學習。如何從經驗中學習？神經網路將會對比正確答案和錯誤答案之間的區別，然後把這個區別反向的傳遞回去，對每個相應的神經元進行一點點的改變。那麼在下一次訓練的時候就可以用已經改進過的神經元去得到稍微準確的結構。
每個神經元都有屬於它的啟用函式(activation function)，用這些函式給計算機乙個刺激行為。
在第一次給計算機看貓的時，只有部分的神經元被啟用，被啟用的神經元所傳遞的資訊是對輸出結果最有價值的資訊。如果輸出的結果被判定為是狗，也就是說是錯誤的，那麼就會修改神經元，一些容易被啟用的神經元會變得遲鈍，另外一些神經元會變得敏感，這樣一次次的訓練下去，所有神經元的引數都在被改變，它們變得對重要的資訊越來越敏感。
什麼是神經網路？
它從資訊處理角度對人腦神經元網路進行抽象，模擬生物神經網路建立某種簡單模型，按不同的連線方式組成不同的網路。人工神經網路與生物神經網路不同的是它的神經元網路是初始存在的。它分為輸入層，輸出層 當然這期間也有隱藏層 輸入層是獲取相關資料資訊，輸出層進行資訊整合進而輸出結果。那麼神經網路是怎麼工作的呢？...
什麼是神經網路
在高中我們學習過線性回歸，假設有一堆樣本，包含了六棟房子的資訊，包括房屋面積和房屋 想用房屋面積估計房屋 也就是說想建立乙個房屋 y和房屋面積x之間的函式。高中的時候怎麼做的？因為只有x和y兩個變數，先畫個xoy座標系，把樣本點 x,y 畫上去，最後觀察這些點是否在一條直線的附近。如果在的話，那麼我...
什麼是迴圈神經網路
在這篇文章中，我們會聊一聊語言分析，序列化資料中穿梭自如的迴圈神經網路。那麼首先第乙個問題，rnn是幹什麼的呢？他和普通的神經網路有什麼不同呢？我們接下來會一一進行 首先我們來想一下賈伯斯，現在給你一張賈伯斯的 不出意外，你應該會脫口而出他的名字，因為你很有可能就正在使用他的一款產品。那麼現在先拋開...