什么是类神经网络?原来它对于人工智能这么重要

类神经网络已被研究多年。这些类神经网络的模型主要是尝试着去模仿人类的神经系统，因为人类的神经系统在语音、听觉、影像和视觉方面均有很的表现，所以也期望这些模型能够在这些方面有出色的成果。很明白的，类神经的架构就是来自於现今对人类神经系统的认识。现今的类神经网络是由很多非线性的运算单元(我们叫神经元Neuron)和位於这些运算单元间的众多连结所组成，而这些运算单元通常是以平行且分散的方式在作运算，如此就可以同时处理大量的资料，由这样的设计就可以被用来处理各种需要大量资料运算的应用上，比如说语音辨认等。

一、什么是类神经网络——类神经网络的特性

神经网络所擅长的，与人类相似，具有以下几种特性：

1.平行处理的特性

早期人工智能平行处理的研究只集中在小程度的平行，而较近已朝向超大型方向进行。类神经网络是以动物的树状神经网络为蓝本的设计，原本因平行技术未成熟而无法深入研究，现在因超大型平行处理的成熟及若干理论的发展，又成为人工智能中较活跃的研究领域。

2.容错特性

其在操作上具有很高之容忍度，整个神经网络都会参与解决问题之运作。如果输入资料混杂少许杂讯干扰，仍然不影响其运作之正确。而且即使10%的神经网络失效，仍能照常运作。

3.结合式记忆的特性

其又称为内容定址记忆，它可以记忆曾经训练过的输入样式以及对应的理想输出值。我们只要给予 部份的资料，便可以得到全部的资料并且可以容忍错误，就像人类只要看到某 部份的影像可以回忆起全部的影像，这便是结合式记忆的效果。

4.解决较佳化问题

可用於处理非演算法表示的问题，或是以演算法处理很费时者。

5.超大型积体电路实作

神经网络的结构具有高度的互相连接，而且简单，有规则性，易以超大型积体电路(VLSI)来完成。

6.能处理 般演算法难以处理的问题

在非常大的推销员问题中，为了增加效率起见，我们可利“个个击破”的方法，来求得 条正确可走的路径。这是用传统的方法所以无法达到的。

二、什么是类神经网络——神经网络基本模型

每 个神经细胞网络模型，其特性是由网络的拓朴图形，节点的特性加以决定。在训练的过程中这些法则较初是由 组初始加权值来决定，并在学习过程中调整其加权以增进效率，经由不断的调整和学习，使得真正的网络输出与目标值能达到相同值後，才固定网络中的加权值，此时才算训练完成。

三、什么是类神经网络——神经网络的架构与训练演算法

1.单层知觉网络：其可形成两个决定区域，牵而此二区域由 超平面加以分隔开来。有 特殊情形就是，若网络只涉到两个输入，则超平面便退化成 条直线。

2.多层知觉网络：其是在输入层节点与输出层节间多了 层或多层的隐藏层，即输入节点没有直接接往输出节点。

以上就是《什么是类神经网络?原来它对于人工智能这么重要》的全部内容，可以看到人工智能的技术如此重要，而近几年各个国家也开始加快人工智能发展的速度，如果你想知道更多人工智能知识，可以点击下方资料下载链接。

转载请注明出处:：http://91zhineng.net//jishu/59.html