Networking 编制神经网络程序_Networking_Artificial Intelligence_Neural Network_Calculus_Training Data

Networking 编制神经网络程序

networking artificial-intelligence neural-network

Networking 编制神经网络程序,networking,artificial-intelligence,neural-network,calculus,training-data,Networking,Artificial Intelligence,Neural Network,Calculus,Training Data,所以我读了一些关于神经网络的书，我听到了一些与输入、输出、权重、激活函数、隐藏层、三层方法和一些微积分有关的东西，但是这些和编程一个实际的神经网络有什么关系呢。我讲的是if语句，而循环、类、字符串、数组、散列和排序。输入、输出、权重、激活函数和演算与实际编程有什么关系。特别是微积分部分。你如何编写可以“训练”神经网络/程序的代码。我很确定我觉得我在问初学者的问题首先，很抱歉我的英语不好神经网络包含（大部分）：神经元这些神经元被组织为一组神经元：输入神经元、输出神经元和“认知”神经元这

所以我读了一些关于神经网络的书，我听到了一些与输入、输出、权重、激活函数、隐藏层、三层方法和一些微积分有关的东西，但是这些和编程一个实际的神经网络有什么关系呢。我讲的是if语句，而循环、类、字符串、数组、散列和排序。输入、输出、权重、激活函数和演算与实际编程有什么关系。特别是微积分部分。你如何编写可以“训练”神经网络/程序的代码。我很确定我觉得我在问初学者的问题

首先，很抱歉我的英语不好

神经网络包含（大部分）：

神经元
这些神经元被组织为一组神经元：输入神经元、输出神经元和“认知”神经元
这些神经元彼此有联系
激活神经元会将信息发送给与其相关的神经元

从编程的角度来看，您可以将其视为：

神经元是一个类
Neuron类包含一个“连接”数组（对其他神经元的引用，有时带有相关的随机权重）
Neuron类有一个类似“ReceivePulse”的方法，可以计算神经元是否激活
Neuron类有一个类似“sendPulse”的方法，它可以激活与之相关的神经元的“ReceivePulse”

ReceivePulse是您的激活功能

重量是每个神经元发送给与其相连的神经元的脉冲强度

这样你就有了一个基本的神经网络

工作原理：一些特定的神经元接收不同权重的脉冲。这些是网络的感觉，即“输入”。它们可能会被激活，也可能会脉冲，这取决于您给它们的输入。 “输出”是一组定义的神经元。当激活输入神经元时，一些输出神经元可能会激活，模拟对输入的响应

然后，你可以停用所有神经元，然后用另一个输入重新开始

这样，你就有了一个基本的神经网络，它能根据感觉做出反应

输入/输出示例：

输入1：蓝色的数量
输入2：绿色量
输入3：红色的数量
输出1：“我喜欢这种颜色”
输出2：“我不喜欢这种颜色”
在输入和输出之间有一群神经元（“认知部分”）

这个网络将感知一种颜色并决定它是否喜欢它

培训：有几种方法可以训练神经网络

例如，当神经元的答案是好的（通过增加所有活动连接的权重）时，你可以奖励它们；当神经元的答案是坏的（通过减少连接的权重）时，你可以给它们一个坏的奖励

每个神经元之间连接的不同权重可以被编码在一种DNA中，这种DNA可以告诉神经元的结构等。通过这种方式，你可以用适应度函数选择“赢家”和“输家”，并重现在他们之间得到最佳答案的大脑。这样，你可以选择最好的大脑，让它们进化成为超级天才

关于这方面的更多信息，我建议你记录自己的人工生命和健身功能。

首先，对不起，我的英语不好