舉個例子：我們的皮膚其實就連接著各種各樣的神經(jīng)末梢 ， 然后我們摸了一個東西 ， 然后我們的神經(jīng)末梢就將摸到的這種感覺變成了一種生物電 ， 然后通過神經(jīng)纖維（就是上圖中黃色的一節(jié)一節(jié)的東西）傳遞到了細胞體中 ， 而神經(jīng)元細胞體存在于我們的腦和脊髓中 。那我們?nèi)梭w有千千萬萬條這樣的神經(jīng)元 ， 這些神經(jīng)元就構(gòu)成了我們?nèi)梭w的神經(jīng)網(wǎng)絡 。
我們?nèi)艘簿褪峭ㄟ^神經(jīng)網(wǎng)絡 ， 來感知世界的 。那人工神經(jīng)網(wǎng)絡又是怎么回事呢？其實 ， 人工神經(jīng)網(wǎng)絡也就是通過模擬人的神經(jīng)網(wǎng)絡架構(gòu) ， 而設計出的一套計算機的神經(jīng)網(wǎng)絡算法 。例如：我們在讀一封郵件的時候 ， 我們怎么判斷它是垃圾郵件呢？可能是 ， 看到題目里面有某個特定的詞 ， 那它就是垃圾郵件 ， 或者內(nèi)容中出現(xiàn)一些詞 ， 他就是垃圾郵件 。
那我們把這封郵件丟到我們?nèi)嗽斓纳窠?jīng)網(wǎng)絡里面 ， 然后我們的眾多神經(jīng)元都接收到了郵件里的拆分出來的詞匯 ， 然后各個神經(jīng)元去判斷這個郵件的內(nèi)容 ， 最后匯總一個答案 。這個案例就是一種最最簡單的神經(jīng)網(wǎng)絡的應用場景 。那這些詞匯 ， 我們叫做輸入 ， 在第一層的神經(jīng)元中 ， 我們已經(jīng)包含了很多的特征（例如某個關(guān)鍵詞） ， 根據(jù)輸入是否存在這種特征 ， 我們做出判斷 ， 那是不是垃圾郵件 ， 我們給出一個答案 ， 0代表不是 ， 1代表是 ， 0和1我們成為輸出 。
那第一層神經(jīng)元的輸出 ， 作為了第二層神經(jīng)元的輸入 ， 第二層神經(jīng)元只有一個 ， 我們可以給第二層神經(jīng)元也定一個特征 ， 例如：有一個輸入是1 ， 那就是垃圾郵件 。那最終 ， 我們就可以判定這個郵件是否是垃圾郵件了 。那什么是深度學習呢？原理我們就不講了 ， 我們只需要知道 ， 深度學習是在神經(jīng)網(wǎng)絡的發(fā)展中被研究出來的一種算法模型 。就用剛才我們的郵件來舉例吧 。
我們在講述郵件的時候 ， 提到了一個東西 ， 特征 ， 但是我們剛才的描述中 ， 并沒有明確這些特征是怎么來的 。那深度學習呢 ， 就可以問我們解決這個問題 。例如：我們找到一個小孩子 ， 讓他看一封郵件 ， 他其實并不知道這個郵件是不是垃圾郵件 。但是這個沒有關(guān)系 ， 我們就找出很多很多這樣的郵件來 ， 然后告訴這個小孩子 ， 這封是垃圾郵件 ， 這封不是垃圾郵件 。
慢慢的 ， 這個小孩子就能夠從這一堆郵件中 ， 提取出垃圾郵件的特性 ?？赡茏铋_始他提取了一些特性 ， 但是我們讓他學習的過程中 ， 他回答我們這個是垃圾郵件 ， 但是我們告訴他 ， 這個不是垃圾郵件 ， 他就會將這種特性的判斷結(jié)果做相應的調(diào)整 。慢慢的 ， 隨著他學習的深度 ， 他給出的答案就越準確 。而這個學習的過程 ， 其實就是深度學習了 。
推薦閱讀
- 怎么看懂財經(jīng)新聞,財經(jīng)新聞怎么看的懂
- 《駱駝祥子》主要故事情節(jié)概況，看完這篇你就看懂了祥子的一生
- 蘋果發(fā)布會怎么看? 蘋果發(fā)布會怎么看
- 深度解析.pdf,佳能7d深度評測
- 深度體驗小米手表系列后發(fā)現(xiàn)恰恰相反 小米手表的區(qū)別
- 一文看懂核磁共振波譜儀,核磁共振儀
- 一文看懂小米33W,小米2a1c
- 太平洋網(wǎng)站,中國太平洋保險
- 如何看懂電路圖,電路的三種狀態(tài)
- 深度解讀小米智能家居平臺,小米智能家居官網(wǎng)