这是极简单的人工神经网络分析

我不会机器学习，但上个月我在 GitHub 上发现了一个 极简、入门级的神经网络教程 ， 示例代码为 Go  语言 。它简洁易懂能用一行公式说明白的道理，不多写一句废话，我看后大呼过瘾。ASP站长网

这么好的东西得让更多人看到，但原文是英文的无法直接分享，所以得先联系作者拿到翻译的授权，然后由小熊熊翻译了这个项目，最后才有您看到的这篇文章。过程艰辛耗时一个月实属不易，如果您看完觉得还不错，欢迎点赞、分享给更多人。

内容分为两部分：

第一部分： 最简单的人工神经网络

第二部分： 最基础的反向传播算法

人工神经网络是人工智能的基础，只有夯实基础，才能玩转 AI 魔法！

温馨提示 ：公式虽多但只是看起来唬人，实际耐下心读并不难懂。下面正文开始！

一、最简单的人工神经网络

通过理论和代码解释和演示的最简单的人工神经网络。

示例代码：https://github.com/gokadin/ai-simplest-network

理论

模拟神经元

受人脑工作机制的启发，人工神经网络有着相互连接的模拟神经元，用于存储模式和相互沟通。一个模拟神经元最简单的形式是有一个或多个输入值和一个输出值，其中每个有一个权重。 

拿最简单的来说，输出值就是输入值乘以权重之后的总和。

一个简单的例子

网络的作用在于通过多个参数模拟一个复杂的函数，从而可以在给定一系列输入值的时候得到一个特定的输出值，而这些参数通常是我们自身难以拟定的。

假设我们现在的一个网络有两个输入值，，它们对应两个权重值和。

现在我们需要调整权重值，从而使得它们可以产生我们预设的输出值。

在初始化时，因为我们不知晓最优值，往往是对权重随机赋值，这里我们为了简单，将它们都初始化为 1 。 

（编辑：焦作站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!