ZYNQ之神经网络基础（个人的学习记录）_zynq 神经网络

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

一、神经网络认识

一个神经网络系统由多个神经元组成，通过神经元来完成神经网络对外部刺激的反应做出应答响应，可以把一个简单的神经网络规划为下面的图。

w开头的也就是权重，它表示了该信号x对于神经元的重要程度，一个神经元是否需要对来自外部的刺激做出反应，是需要对来自外界的信号做一个比较的，如果达到了刺激的阈值，就会激活神经元，再通过激活函数，那么y就可以得到输出。

阈值为z，y 有两种情况，因为是数字电路，所以只有1和0两种结果
x = x1w1+x2w2+x3*w3-z
y = h(x)
（1) x <= 0 , y = 0
（2) x > 0 , y =1

二、神经网络层数及全连接认知

就我吗，目前的认知而言，神经网络总共分为三层，输入层，隐藏层和输出层

输入层：样本信息的输入

隐藏层：对输入的信息进行处理

输出层：输出最终结果

全连接：输入层的每个样本都与隐藏层的每个节点都有连接

网络层数计算：输入层不包括在内

三、神经网络的正向传播计算

一般来说正向传播的过程都是这样：
----------------加权，激活-----------------------------加权，激活------------------------
----------------------声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/代码探险家/article/detail/984827