生物神經網路

2021-08-24 21:01:53 字數 844 閱讀 7107

生物神經網路(biological neural network)一般指生物的大腦神經元、細胞、觸點等組成的網路,用於產生生物意識,幫助生物進行思考和行動。

每個神經元可以看做乙個小的處理單元,這些處理單元按照某種方式相互連線起來,構成了大腦內部的生物神經元網路,這些神經元之間連線的強弱,按照外部的激勵訊號作自適應變化,而每個神經元又隨著接收到的多個激勵訊號的綜合大小,呈現興奮或抑制狀態。

神經元又稱神經細胞,是神經系統的基本結構和機能単位。神經元是一種高度特化的細胞,具有感受刺激和傳導興奮的功能。接受刺激,產生興奮或抑制。通過神經元相互間的聯絡,把傳入的神經衝動加以分析、貯存,並發出調整後的資訊。

生物神經元具有兩種狀態:興奮或抑制。當傳入的神經衝動使細胞膜電位公升高超過閾值(threshold)時,細胞進入興奮狀態,產生神經衝動並由軸突輸出;當傳入的神經衝動使膜電位下降低於閾值時,細胞進入抑制狀態,沒有神經衝動輸出,工作過程如圖3.1所示。

圖3.1 神經元工作流程

單個神經元可以與多達上千個其他神經元的軸突末梢形成突觸連線,接受從突觸前各個軸突傳來的脈衝輸出,這些輸入從不同的部位輸入給神經元,個輸入的權重(weight)影響也不同。

乙個神經元的輸入資訊在時間和空間上常呈現一種複雜多變的形式,神經元需要對其進行整合,從而決定其輸出的時機和強弱。

神經細胞膜電位在不同時期,具有不同的狀態,通常分為靜息電位和動作電位。

動作電位(action potential,ap)

各種可興奮細胞受到有效刺激時,在細胞膜兩側產生的快速、可逆並有擴散性的電位變化,包括去極化、復極化等環節。

從生物神經網路到人工神經網路

如今提及人工智慧,大家期待的一定是某種可以 學習 的方法,這種方法使用數學模型從資料中獲取模式的某種表示。在眾多 學習 方法中,獲得最多關注,承載最多期望的非 神經網路 莫屬。既然我們將這種數學方法稱作神經網路,那麼他必然和廣泛存在於生物體內的神經網路存在某種聯絡。讓我們考察乙個典型的神經連線。每個...

神經網路 卷積神經網路

這篇卷積神經網路是前面介紹的多層神經網路的進一步深入,它將深度學習的思想引入到了神經網路當中,通過卷積運算來由淺入深的提取影象的不同層次的特徵,而利用神經網路的訓練過程讓整個網路自動調節卷積核的引數,從而無監督的產生了最適合的分類特徵。這個概括可能有點抽象,我盡量在下面描述細緻一些,但如果要更深入了...

神經網路 卷積神經網路

1.卷積神經網路概覽 來自吳恩達課上一張,通過對應位置相乘求和,我們從左邊矩陣得到了右邊矩陣,邊緣是白色寬條,當畫素大一些時候,邊緣就會變細。觀察卷積核,左邊一列權重高,右邊一列權重低。輸入,左邊的部分明亮,右邊的部分灰暗。這個學到的邊緣是權重大的寬條 都是30 表示是由亮向暗過渡,下面這個圖左邊暗...