问编写神经网络程序

EN

首先，我为我糟糕的英语道歉。

神经网络包含(主要)：

• Neurons
• These神经元被组织成一组神经元:输入神经元、输出神经元和“认知”神经元。
• 这些神经元与每个神经元都有连接，每个神经元向与之相连的神经元发送信息

。

从编程的角度来看，您可以将其视为：

• 神经元是一种
• 神经元类包含一组“连接”(对其他神经元的引用，有时具有关联的随机权重)。
• 神经元类具有类似"recievePulse“的方法，用于计算神经元是否激活。
• 神经元类具有类似于"sendPulse”的方法，用于激活其链接的神经元的"recievePulse“。

recievePulse是您的激活函数

重量是每个神经元发送给它所连接的神经元的脉冲强度

这样你就有了一个基本的神经网络。

它的工作原理：

少数已定义的神经元接收具有不同权重的脉冲。这些是网络的感觉，也就是“输入”。它们也可能被激活和脉动，这取决于你给它们的输入。“输出”是一组已定义的神经元。当你激活输入神经元时，一些输出神经元可能会激活，模拟对输入的反应。

然后，您可以停用所有神经元，并从另一个输入重新开始。

这样，你就有了一个基本的神经网络来对它所感知的做出反应。

输入/输出示例：

• input 1: amount of blue
• input 2: amount of green
• input 3: amount of red
• output 1："i like this color"
• output 2：“我不喜欢这个color"
• between输入和输出一堆神经元(”认知部分“)。

这个网络将识别一种颜色，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时候，你可以奖励他们(通过增加所有活跃连接的权重)，当他们的答案不好时，你可以给他们一个坏的奖励(通过减少连接的权重)。

每个神经元之间连接的不同权重可以编码在一种DNA中，这种DNA可以告诉神经元的结构等。这样，你就可以用适应度函数选择“胜利者”和“失败者”，并复制出他们之间得到最佳答案的大脑。这样，你就可以选择最好的大脑，让他们进化成为超级天才。

有关这方面的更多信息，我建议您记录自己的人工生命和健身功能。

除了Heru-Luin所说的一切之外，我还将添加以下内容：

神经网络可以在硬件或软件中实现。第一个神经网络是自然界在原始生物体的大脑中“实现”的，并通过进化改进到今天的现代动物的大脑中。

当将它们实现为软件时，一个人编写的“程序”实际上是创建一个大脑的软件模型，它是神经元的集合。这就是if-then语句、while- or -for循环、面向对象等发挥作用的地方。如果一个人在传统意义上编写了一个实际的程序，在C++或Java中，这就是所编写的程序。

然而，一旦该模型编写完成，它仍然大部分是无用的(就像婴儿的大脑一样)，因为它没有经过训练。训练过程涉及调整软件模型的各种参数--神经权重、连接等。有时这也被称为对神经网络进行编程。这也不是完全错误的:这就像最早的数字计算机上的程序一样，是一个“程序”，基本上是硬件元素之间的改变。可以将其视为编写某个硬件处理设备的软件仿真器，然后它们在仿真的硬件上实现一个仿真程序。

微积分的用武之地是理解训练方法的工作方式和原因，如何实现它们，以及如何使它们在计算上有效。完整的答案超出了本答案的范围，通常是一本关于神经网络的书的早期章节。简短的答案是，“因为神经网络试图找到能量表面上的最低点，而导数演算是这一过程中的必要步骤。”