1. 首页 > 人工智能培训 >

人工智能神经网络分析

  整体是局部和个体模式在更大尺度上的再生产。

  人工神经网络是目前应用最广泛的人工智能系统。它利用各种数据结构模拟人脑神经网络的工作原理。例如,一种数据结构模拟相互连接的神经元,一种数据结构表示神经元之间的连接。人工神经网络的工作机制是不同层之间的每一层神经元通过神经元连接接收上层神经元给出的特定信息,然后通过特定计算激活该层的特定部分,再输出给下一层神经元。最后一层对信息进行逐层处理后,可以执行特定的任务,比如识别和检测某个对象,或者某个语音,或者找到某个模式。神经网络的训练过程是通过数学运算反复调整神经元及其连接的值(权值),使网络的预期结果无限接近正确结果(训练样本给出的)。

  看这种结构,其实组织就是个体神经网络的放大版。组织中的每个人都是某一层次的神经元,与自己的上、下层次(levels)直接相关,处理一定的信息,给出一定的输入。整个组织的磨合是个体和团队(神经元)自我价值和各层次之间联系权重的不断调整,以达到预期的效果。磨合(训练)训练有素的网络使信息处理更加高效准确,上一级决策层可以做出正确的分析和决策。从表面上看,最后一层的误判是决策层上一层输入的问题,但上一层的操作和输出也取决于上一层的输入。对于不好的输出,很难说哪一层哪些神经元的值是错的,或者说连接值是错的。更有可能是整个网络没有训练到位,不是那种能执行预期任务的模型。-仅代表尹智的个人观点,肯的个人观点。

本文由网上采集发布,不代表我们立场,转载联系作者并注明出处:http://www.xhsrgzn.com/a/teach/423.html

联系我们

在线咨询:点击这里给我发消息

微信号:

工作日:9:30-18:30,节假日休息