跳转到主要内容
TechGene技术基因English

人工神经网络

1943年McCulloch–Pitts逻辑神经元模型为早期锚点成熟信息数学与方法论

技术定义

由相互连接的人工计算单元组成,用连接结构与参数表示输入到输出的变换。

1943年的McCulloch–Pitts模型说明神经元式单元可以进行逻辑计算。后来的可训练网络加入参数学习;早期逻辑模型与现代深层网络不能混为同一成熟结构。

网络架构和学习算法是不同维度。感知机、卷积网络和Transformer属于不同结构路线,反向传播则是常用的梯度计算方法。

原理与影响

解决的问题

  • 用组合计算单元表示较复杂的函数和模式。

核心原理

  • 计算单元通过连接传递信息,网络结构和参数共同决定输出。

相对前代的改进

暂无记录

技术意义

  • 为多层表征与现代神经学习提供基本建模形式。

历史与应用

人物

Warren S. McCulloch、Walter Pitts

组织

暂无记录

事件

暂无记录

典型应用

模式识别、函数近似

留下的局限

  • 模型可表达的能力、训练可达的结果与实际泛化表现并不相同。

上下游关系

上游

下游

从这项技术继续探索

当前节点当前范围范围外周边拖拽 · 滚轮缩放
关系筛选
可见关系当前已加载 · 6 条