2 構(gòu)造神經(jīng)網(wǎng)絡(luò)

本章我們來學(xué)習(xí)如何構(gòu)造一個(gè)人工神經(jīng)網(wǎng)絡(luò)，當(dāng)然這一切都要從基本單位人工神經(jīng)元說起。

2.1 構(gòu)造一個(gè)神經(jīng)元

本節(jié)我們就來設(shè)計(jì)一個(gè)人工神經(jīng)網(wǎng)絡(luò)的基本單位——人工神經(jīng)元。依照剛才學(xué)習(xí)到的單個(gè)神經(jīng)元來創(chuàng)造一個(gè)簡(jiǎn)單的數(shù)理圖形，能夠反映現(xiàn)實(shí)神經(jīng)元的基本模型，注意這里是基本模型，是從基本功能角度去模擬，而不是從單個(gè)蛋白細(xì)胞的角度去模擬。

前面我們說到生物神經(jīng)元的時(shí)候，著重提了神經(jīng)元的輸入部分（樹突）、處理部分（細(xì)胞體）和輸出部分（軸突）。

我們先來看看信號(hào)的輸入部分樹突（如圖2-1所示），這里我們用p代表樹突，多個(gè)輸入信號(hào)源，多個(gè)樹突，分別是從p1開始到pn；我們用w代表樹突的強(qiáng)度權(quán)重。

樹突將收集到的刺激源往后傳遞，這里的刺激源可以是外界五感信號(hào)源，也可以將其他神經(jīng)元細(xì)胞產(chǎn)生的結(jié)果（output）作為目前這個(gè)神經(jīng)元的輸入（input），這里我們統(tǒng)一稱作刺激源，如圖2-2所示。

在信號(hào)處理里面處理的是所有樹突的信號(hào)源及相關(guān)強(qiáng)度的計(jì)算。

這種強(qiáng)度可以用以下簡(jiǎn)單公式來表示：

s =p1w1+p2w2+p3w3+……+pnwn

從以上公式中我們可以看到，只是將輸入的信號(hào)p乘以強(qiáng)度w，然后依次累加得到s。實(shí)際上，信號(hào)處理是歸納了所有神經(jīng)元輸入結(jié)果，并將其作為一個(gè)結(jié)果輸出，這樣就方便我們處理了。

以上就是構(gòu)造人工神經(jīng)元的基本過程，這也是根據(jù)生物神經(jīng)元的原理做的算法模擬，即接受刺激信號(hào)并匯總輸出。非常簡(jiǎn)單，對(duì)不對(duì)！僅僅這樣，我們?cè)O(shè)計(jì)的這個(gè)神經(jīng)元還無法干活，還要加點(diǎn)東西，如圖2-3所示。

我們要先理解什么叫傳遞函數(shù)？

在信號(hào)處理這端，我們假設(shè)有一個(gè)輸出結(jié)果s(n)，這個(gè)結(jié)果有可能是0到1這個(gè)區(qū)間的一個(gè)數(shù)字，也可以是任意一個(gè)可能大于0或者小于0的整數(shù)，然而對(duì)于一個(gè)分類運(yùn)算來說，大多數(shù)時(shí)候，我們需要輸出一個(gè)0或1，代表是或否，怎么處理呢？如果大于0，我們就把它作為1，如果小于0，我們就把它輸出為0，這是最簡(jiǎn)單的傳遞函數(shù)的一種用法，你可以把它看作格式化輸出結(jié)果，將結(jié)果變成我們可以使用的一種符號(hào)或數(shù)字。

表2-1所示為常用的傳遞函數(shù)。

我們幾乎完整地模擬了一個(gè)神經(jīng)元的功能，為什么說幾乎呢？

因?yàn)檫€有個(gè)非常容易漏掉的地方。

神經(jīng)元細(xì)胞的處理我們用s模擬，我們只是簡(jiǎn)單地將信號(hào)做了一個(gè)加權(quán)處理，而神經(jīng)元本身的特性我們沒有模擬出來，我們給s加個(gè)內(nèi)置的處理輸入源，并用b模擬這種內(nèi)部的強(qiáng)度，如圖2-4所示。

原來的公式是s=p1w1+p2w2+p3w3+pnwn，現(xiàn)在的s函數(shù)是s=p1w1+p2w2+p3w3+pnwn+b×1，然后將用傳遞函數(shù)f(s)將結(jié)果格式化輸出。

以上成功的模擬了生物神經(jīng)元，很簡(jiǎn)單吧！

我們構(gòu)造的神經(jīng)元正確嗎？如何測(cè)試其正確性呢？能用現(xiàn)實(shí)中的一個(gè)問題來檢驗(yàn)嗎？