關于神經(jīng)網(wǎng)絡的文章寫的也不少了，但一直沒弄明白神經(jīng)網(wǎng)絡到底是怎么運作的；而現(xiàn)有的神經(jīng)網(wǎng)絡模型又太復雜，如Transformer，CNN，RNN，以及各種應用場景(NLP，CV，分類任務，回歸任務等等)；導致我們無法看到神經(jīng)網(wǎng)絡最本質的東西。

所以，今天我們就來從最簡單的神經(jīng)網(wǎng)絡開始學起。

簡單神經(jīng)網(wǎng)絡

神經(jīng)網(wǎng)絡的基本原理很簡單，那就是模仿由人類大腦神經(jīng)元構成的神經(jīng)網(wǎng)絡；神經(jīng)元結構如下圖所示：

上圖是生物學中神經(jīng)元的基本結構，神經(jīng)元由樹突和軸突以及細胞核組成；而不同神經(jīng)元之間通過軸突進行連接；當然這些都是中學生物學的基礎，就不多說了。

我們主要是把現(xiàn)在的神經(jīng)網(wǎng)絡模型與生物學的神經(jīng)網(wǎng)絡模型做對比；如下圖所示，其中每個圓圈就代表一個神經(jīng)元；對應著生物學模型中的紫色部分，而每個神經(jīng)元的計算過程就相當于生物學神經(jīng)元中的細胞核部分；而突觸就是下圖中的箭頭部分。

神經(jīng)網(wǎng)絡模型一般情況下分為多層，其中比較特殊的一點就是輸入層和輸出層；輸入層與輸出層根據(jù)不同的場景神經(jīng)元數(shù)量各不相同，但基本上節(jié)點數(shù)都是固定的，且輸入層和輸出層由于需要和外界交互，因此比較特殊；而中間的隱藏層由多層神經(jīng)網(wǎng)絡組成，且每一層的輸出都是下一層的輸入。

而神經(jīng)元的結構是一個包含輸入，輸出與計算功能的模型；輸入可以類比生物神經(jīng)元中的樹突，而輸出則為神經(jīng)元的軸突；計算部分就是細胞核——進行信號處理和轉換。

如下圖所示，紅色框中的就是一個簡單的神經(jīng)元計算模型。

而在實際應用中，不同的神經(jīng)元實現(xiàn)不盡相同，但大都基于以下的神經(jīng)元數(shù)學模型：

其實很多人都有一個錯誤的認知，那就是在神經(jīng)網(wǎng)絡中最重要的是神經(jīng)元；其實在神經(jīng)網(wǎng)絡中最重要的是權重(W)，神經(jīng)網(wǎng)絡訓練的目的就是調整不同神經(jīng)元的不同權重值，當然這里并不是說神經(jīng)元不重要。

而當有多個神經(jīng)元組成一個網(wǎng)絡層，然后再由多個網(wǎng)絡層組成一個復雜的神經(jīng)網(wǎng)絡結構。

如上圖所示，每個圓圈都是一個神經(jīng)元，一個神經(jīng)元可能存在多個輸入，也就是上層神經(jīng)元的軸突部分；然后神經(jīng)元接受到輸入之后，經(jīng)過細胞核(函數(shù)計算)之后產(chǎn)生一個結果，并輸出給下層的神經(jīng)網(wǎng)絡中的神經(jīng)元；如上圖中的Z1的輸入來自于a1，a2和a3。而a1，a2和a3的輸出又可以同時輸出給Z1和Z2兩個神經(jīng)元。

而具體每個神經(jīng)元有幾個輸入，以及輸出結果給到幾個神經(jīng)元就有不同的神經(jīng)網(wǎng)絡結構所決定。

雖然說目前有單個神經(jīng)元或者由單層神經(jīng)網(wǎng)絡組成的神經(jīng)網(wǎng)絡模型并沒有太大實際應用價值；但其為學習復雜神經(jīng)網(wǎng)絡提供了基礎的理論和數(shù)學模型。

而這也是神經(jīng)網(wǎng)絡模型的基礎，面對復雜的各種神經(jīng)網(wǎng)絡模型和結構，大部分人都被氣復雜的表象所蒙蔽，因此我們最好從最簡單的學起。雖然它目前并沒有什么用，但能夠讓你了解神經(jīng)網(wǎng)絡的基本運作原理；當你再面對復雜神經(jīng)網(wǎng)絡時，你就知道了其底層的運作原理。