Java 人工神经网络简明英语教程?

Java 人工神经网络简明英语教程?,java,artificial-intelligence,neural-network,Java,Artificial Intelligence,Neural Network,我在谷歌上搜索过,到处都是,我似乎找不到一个我能理解的教程。我理解遗传算法的概念,以及如何实现它们(尽管我没有尝试过),但我无法掌握神经网络的概念 我隐约知道他们是怎么工作的。。。就这样。有人能告诉我一个教程,可以帮助那些还没有中学毕业的人吗?当然,我比我年级的大多数人领先几年,但我不懂求和(如果我不想要简单的二进制输出,我显然需要求和)向量,以及其他我显然应该知道的事情 有没有一个简单的神经网络入门教程?在我学习了基础知识之后,我将继续学习更难的知识。最好是Java语言 谢谢 好吧,维基百科的

我在谷歌上搜索过,到处都是,我似乎找不到一个我能理解的教程。我理解遗传算法的概念,以及如何实现它们(尽管我没有尝试过),但我无法掌握神经网络的概念

我隐约知道他们是怎么工作的。。。就这样。有人能告诉我一个教程,可以帮助那些还没有中学毕业的人吗?当然,我比我年级的大多数人领先几年,但我不懂求和(如果我不想要简单的二进制输出,我显然需要求和)向量,以及其他我显然应该知道的事情

有没有一个简单的神经网络入门教程?在我学习了基础知识之后,我将继续学习更难的知识。最好是Java语言


谢谢

好吧,维基百科的简单英语中有,但我想你已经知道它包含的所有内容了

求和就是把一堆东西加起来。所以

Summation(1,2,3,4,5) = 1+2+3+4+5 = 15
(注意:它总是加:如果你想减法,用负数求和)

那很容易,对吧?;)

向量是一个有序的元组,这实际上意味着它是一组按特定顺序排列的数字。在物理学中最常用来描述位置、力、速度等。。。这其实没什么特别的,只是一些有序的数字,其中的有序性很重要:

v = <1,2,3>
v=
如果我们讨论的是几何,那么这个向量表示三维空间中的一个点,其中x坐标为1,y坐标为2,z坐标为3(请看,这也很简单,对吧)

在神经网络中,向量通常是神经元的输入向量,所以它实际上只是一个数值列表。向量的求和就是将向量中的所有值相加,得到一个数字作为结果(可以称为“标量”值)

(这是匆忙而简化的——我相信其他人会帮助我改进它;)


附言:感谢你在中学阶段就投身于这一领域

我也有同样的问题有一段时间了。我是高中生,所以你比我强一点。我有一个假期,我用它来学习反向传播的所有知识,我发现几乎没有什么资源真的有太多帮助,除非你想读太多微积分以至于想死。我的建议是首先编写一个感知器,它是一个只有输入层和输出层的网络。这激发了我写一篇文章的灵感,所以希望在我发帖后的半小时内,应该会有一篇关于这篇文章的教程。三年前提出这个问题可能有点晚了,但以后可能会对其他人有所帮助。

有些主题是在高级阶段教授的,因为它们需要掌握更基本的主题,然后才能正确处理它们。我怀疑ANN应该只被掌握求和和和向量的人攻击。所以我对你得到的任何答案都很感兴趣。也许找一些解决你想解决的问题的教程会有所帮助,而不是专门关注神经网络。我发现具体的例子可以让解决方案策略更加清晰。好的,谢谢。我很沮丧,因为设计师的回答在很多方面帮助了我,所以我可能很快会给他一个检查。@High Performance Mark:我相信现在加法和乘法都是在相当年轻的时候教的。。。换句话说,简单的前馈网络是难以置信的微不足道。没有理由不能为他们提供一个非常简单的教程。好吧,在你的帮助下,到目前为止我在一个教程中做得很好,但是在这一页中,()它讨论了一个向量,其中包含两个指向最近地雷的值。这是否意味着它是一个包含最近地雷坐标的向量?它还提到了第二个向量,也包含两个值,代表扫雷舰指向的方向。这些是什么?难道你不需要一个值来表示扫雷舰的角度,只需要一个弧度值吗?我很困惑。等一下,我在互联网上翻了个底朝天,我想我可能已经发现向量是角度和距离。这是真的吗?如果是的话,那么一切都是有意义的。@Stuart:在这种情况下,我认为向量的使用与我之前所说的略有不同。我想他们说的是两个代表向量的数值。这个向量有点像扫雷艇和最近的水雷之间的一条线,假设扫雷艇位于位置(0,0)(不是,但这没关系,因为向量是相对于扫雷艇的位置的)。@Stuart:…表示扫雷艇指向哪个方向的另一个向量也可能是2个数值(x和y坐标),你可能是对的,与x轴的角度*可能可以用8代替-但他们选择了使用向量。我没有读太多细节,所以他们可能有很好的理由使用向量而不是角度。这两种方法可能都很好,可能只是偏好的问题。@Stuart:基本上:当我上次通过对神经网络的研究,我使用“向量”一词来指神经元的一整套输入。在这种情况下,“向量”是实际的几何数据,作为单独的值输入到神经元中。这两个词的用法似乎都是正确的,尽管是的,有点混乱。;)(事实上,如果神经元的每一个输入都是一个完整的向量而不是一个标量,那么就有一个由向量组成的输入向量!)我知道你的意思很好,但这是一篇非常误导人的文章(