深度学习:人工智能的“神奇魔杖”(一):ag体育

官方网

ag体育官方网|1.解密-深度自学1.1。人工智能的发展仍然伴随着人工神经网络研究的进展,平滑了人工智能的整个发展历史,仍然伴随着人工神经网络研究的进展,完全波动。最近引起人工智能新高潮的深度自学,顾名思义是指人工神经网络的层数,本质上是基于多层人工神经网络的机器学习算法。

1.2。什么是人工神经网络?与目前的计算机相比,人脑神经的信息活动具有三个不同的特点:第一,巨大的分割性和容错性。

人脑中约有1000亿个神经元,神经元之间连接着约万亿个神经元,构成了一个网络连接的迷宫。大量的神经元信息活动是同时进行的,而不是当前的计算机按照指令一个一个地继续执行。

此外,人脑的海量分割也使其具有优秀的容错特性。一个微处理器可以通过丢弃一个晶体管来烧毁,但是大脑的神经元总是被杀死。第二,信息处理和存储单元是集成的。

目前,冯勒曼体系结构广泛应用于计算机中,其中存储器和处理器是分开的,数据通过总线传输。随着数据量的大规模快速增长,总线受限ag体育的数据传输速率被称为冯诺依曼瓶颈,严重影响了计算机的计算效率和功耗。

ag体育官方网

人脑信息处理和存储单元集成在一起,功耗极低(约20W)。第三,自组织和自学功能。大脑在与外界对话时,不会开始自学和转化,而是遵循与当前计算机相同的路径和预设算法的分支操作。基于以上几点的差异,人们仍然试图通过模仿人脑神经元的信息活动机制来设计算法:信号通过神经元传递给神经元细胞,神经细胞利用一种方式将来自神经元的所有信号在树突上传播和繁殖。

如果所有信号的总和达到一定的阈值,神经元细胞就不会被唤醒变成兴奋状态,进而不会有电信号通过轴突发送到其他神经细胞。如果信号之和不超过阈值,神经细胞就会兴奋并传递信号。

人工神经元的一个非常简单的数学模型是将输出到神经元的每个信号的权重相加。如果相乘后达到原始阈值,输入1,否则输入0。通过这种方式,几个最简单的神经元输入和输出被连接起来,这包括一个简单的人工神经网络。|ag体育官方网。

本文来源:ag体育-www.gaobopharm.com