神经网络 (NN)

xhz

神经元
科学家一致认为，我们的大脑有大约 1000 亿个神经元。

这些神经元之间有数千亿个连接。

神经元
图片来源：巴塞尔大学，Biozentrum。

神经元（又名神经细胞）是我们大脑和神经系统的基本单位。

神经元负责接收来自外部世界的输入，发送输出（向我们的肌肉发出命令），并在两者之间转换电信号。

神经网络
人工神经网络通常称为神经网络 (NN)。

神经网络实际上是多层感知器。

感知器定义了进入多层神经网络的第一步。

了解更多...

神经网络模型
输入数据（黄色）针对隐藏层（蓝色）进行处理并针对另一个隐藏层（绿色）进行修改以产生最终输出（红色）。

神经网络
使用 JavaScript 的神经网络
人工智能可以是数学密集型的。 神经网络的本质是高度技术性的，随之而来的行话往往会吓跑人们。

这是 JavaScript 可以提供帮助的地方。 我们需要易于理解的软件 API 来简化创建和训练神经网络的过程。

JavaScript Libraries
Brain.js
Brain.js 是一个 JavaScript 库，它隐藏了数学的复杂性，因此可以轻松理解神经网络。

使用 Brain.js 构建神经网络。

ml5.js 简介
ml5.js 试图让更广泛的受众更容易使用机器学习。

ml5 团队正在努力以更友好的方式封装机器学习功能。

以下示例仅使用 三行 代码对图像进行分类：

<img id="image" src="pic1.jpg" width="100%">

<script>
const classifier = ml5.imageClassifier('MobileNet');
classifier.classify(document.getElementById("image"), gotResult);
function gotResult(error, results) { ... }
</script>
尝试将 "pic1.jpg" 替换为 "pic2.jpg" 和 "pic3.jpg"。

TensorFlow Playground
TensorFlow Playground 是一个用 d3.js 编写的网络应用程序 .

借助 TensorFlow Playground，您无需数学即可了解神经网络 (NN)。

在您自己的网络浏览器中，您可以创建一个神经网络并查看结果。

TensorFlow.js 以前称为 Tf.js 和 Deeplearn.js。

汤姆·米切尔
Tom Michael Mitchell（生于 1951 年）是美国计算机科学家和卡内基梅隆大学 (CMU) 的大学教授。

他是 CMU 机器学习系的前任主席。

"如果计算机程序在某类任务 T 和性能度量 P 上的性能（以 P 度量）随着经验 E 而提高，则可以说计算机程序从经验 E 中学习。"< /i>

汤姆·米切尔 (1999)

E：经验（次数）。
T：任务（驾驶汽车）。
P：表现（好或坏）。
故事
长颈鹿（Giraffe）
2015 年，伦敦帝国理工学院的一名学生 Matthew Lai 创建了一个名为 Giraffe 的神经网络。

长颈鹿（Giraffe）可以在 72 小时内被训练成国际象棋大师级别的下棋。

下棋的计算机并不新鲜，但这个程序的创建方式却是新的。

智能下棋程序需要数年时间才能构建，而 Giraffe 是使用神经网络在 72 小时内构建的。