核心概念

神经网络

把带参数的计算单元连接成复合函数、并可从数据调整参数的模型家族。

是什么

由加权和、激活等可计算节点组成的参数化函数家族;“神经”是历史类比,不表示与生物细胞机制等价。 [1]

为何出现

固定规则难以覆盖高维模式时,可让模型依数据调整连接参数。

如何工作

输入逐层前向得到输出;损失度量任务误差,梯度算法和优化器更新参数。

能做什么与不能做什么

可拟合复杂分类、回归或生成映射;不能仅由名称或规模推出理解、意识、因果、公平或部署可靠。

在本书中

见第12章从线性单元到训练循环。

本页参考来源

  1. Goodfellow I, Bengio Y, Courville A. Deep Learning [M]. MIT Press, 2016. Online edition. 定位:§§6.1–6.5. 稳定来源(访问 )。

相关概念