我对人工神经网络非常陌生,我无法理解的是为什么我们需要层的概念。难道不足以将每个神经元连接到其他神经元,创造一种网络,而不是一种基于分层的结构吗?
例如,要求解异或,通常需要至少3层,1层输入,2层神经元,1+隐层,部分神经元,1层输出层,1层神经元。
我们不能创建一个由两个输入神经元(我们需要它们)和一个由其他神经元网络连接的输出的网络吗?
发布于 2017-04-04 13:27:24
“层”这个词和你想的不一样。总有一个神经元‘网’。一层只是指一组神经元。
如果我想把X层和Y层连接起来,这意味着我把X层的所有神经元都连接到了Y层的所有神经元,但并不总是这样!你也可以把每个神经元从X层连接到Y层中的一个神经元。有很多不同的连接技术。
但不需要层层!它只会使编码(和解释)过程更加容易。与其把所有的神经元一个接一个地连接起来,你还可以把它们层层连接起来。说“A层和B层相连”比“神经元1,2,3,4,5都与神经元6,7,8,9”容易得多。
如果您对“无层”网络感兴趣,请查看液态机器:
(神经元看起来可能是分层的,但它们不是!)
PS:我开发了Javascript神经网络库,我创建了一个onlinedemo,其中神经网络进化为一个异或门--没有层,只是从输入和输出开始。在这里看。。您的示例图片是您可以通过这个库开发什么样的网络。
https://stackoverflow.com/questions/43208304
复制相似问题