第三章 人工神经网络（1） MP模型、感知器算法

最新推荐文章于 2026-02-16 05:47:14 发布
原创 最新推荐文章于 2026-02-16 05:47:14 发布 · 1.1k 阅读 · 4
标签
#算法 #机器学习 #人工智能

人工神经网络

神经元的数学模型

MP模型

在这里插入图片描述

  • 将外部刺激模拟为一串数字x1、x2…xm的输入；
  • 将每个树突对输入刺激加工过程模拟为：以某个权重对输入进行加权；（图中的w1、w2…w3）
  • 将细胞核对输入的处理模拟为：一个带有偏置的求和过程；
  • 最后的输出是用激活函数对求和的结果进行非线性变换而得出；
    所以输入对输出的表示关系为：
    在这里插入图片描述
    我们也可以以向量的形式表示：
    在这里插入图片描述
    公式转化为：
    在这里插入图片描述
    最开始这套模型不成功的原因就在于太过简单，而且我们不能确定人类神经元是否可以用这种，加权相乘之后求偏置的形式表示。

数学解释

在这里插入图片描述
以上是泰勒展开</

最低0.47元/天 解锁文章
从零开始：神经网络（2）——MP模型
qiaoxinyu1989的博客
03-09 1万+
人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。那么神经网络是如何实现这种模拟的，并且达到一个惊人的良好效果的？这要由“飞鸟派”即仿生派说起。仿生派就是把进化了几百万年的生物，作为“模仿”对象，搞清楚原理后，再复现这些对象的特征。其实现在所讲的神经网络包括深度学习，都在某种程度上，属于“飞鸟派”——它们在模拟大脑神经元的工作机理。追根溯源，模仿神经元的“飞鸟”实例，就是上世纪40年代提出但一直沿用至今的“M-P神经元模型”。
神经网络学习 之 M-P模型
热门推荐
Mr.Phoebe的专栏
11-27 8万+
M-P模型的来源所谓M-P模型，其实是按照生物神经元的结构和工作原理构造出来的一个抽象和简化了的模型。 下图是生物神经元结构。 大家可以查一查一些生物方面的书籍，了解一下这个神经元是如何工作的。我们可以概括出生物神经网络的假定特点： 1. 每个神经元都是一个多输入单输出的信息处理单元； 2. 神经元输入分兴奋性输入和抑制性输入两种类型； 3. 神经元具有空间整合特性和阈值特性
MP模型、单层感知器、多层感知器的理解
hjkdh的博客
10-20 9662
神经网络基础神欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 神 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mark
【机器学习理论】人工神经网络之神经元的MP模型
verssqsq2089的博客
04-14 1万+
MP模型不能反映神经元的真实作用机制，目前最常用的人工神经网络和深度学习的基本结构单元仍然是MP模型的神经元。一些研究者提出更加复杂的神经元模型，并开发了一些神经网络算法，例如，基于神经元集聚和释放电荷机制的脉冲神经网络（Spiking Neural Network,SNN），又如基于神经元的反馈机制的霍普菲尔德神经网络这些复杂的神经元模型在影响力和应用广泛程度上，远远不如MP模型。既然我们对真实的神经元机制还不够清楚，无论是简单的模型还是复杂的模型，恐怕都未必反映实际情况。
【神经网络】MP神经网络模型（附实例代码讲解）
Code · Cloud · Think · Repeat
03-14 1万+
我们希望损失函数最小，因此我们要加入b的值，然后开始逐一输入，以便获得的输出与真实值相同或接近。在MP神经元模型的情况下，我们只能有一个参数，因此我们可以使用蛮力搜索技术来计算b的值。考虑到我们具有n个特征，因此b的值必须在0到n的范围内。因为输入是离散值，所以b也是具有离散值。
人工神经网络—感知器算法
DIPDWC的博客
05-03 2493
人工神经网络1.回顾2. 感知器算法的提出 在这一讲中，我们将重点介绍美国科学家Frank Rosenblatt(1928-1971)如何对神经元的MP模型进行改造，用于解决二分类的问题。 图1 Frank Rosenblatt(1928-1971) 1.回顾 回顾上一讲的内容，神经元的MP模型： 图2 神经元生理结构示意图 图3 神经元的数学模型示意图 它的输出 2. 感知器算法的提出 1957年，Frank Rosenblatt从纯数学的度重新考察这一模型，指出能够从一些输入输出对(X,y)中通
【机器学习理论】人工神经网络之感知器算法
verssqsq2089的博客
04-15 1759
假设训练集为X1y1X2y2XNyN{(X1​y1​X2​y2​...XN​yN​)}，一共有N个样本因此，训练样本是Xiyii12NXi​yi​i12...N其中，XiX_iXi​表示第iii个训练样本的特征向量，包含了多个特征，也就是多个输入变量yiy_iyi​表示第iii个训练样本的标签，也就是输出变量NNN表示训练样本的总数。
（学习笔记）人工神经网络——感知器
weixin_42985978的博客
03-19 1万+
作为人工神经网络中的一种典型结构，感知器的神经元采用的是MP模型，在研究中还发现单层感知器只能在线性可分情况下进行模型分类，而且只能解决数据本身是线性可分的二分类问题。
【神经网络】神经元模型和感知器
Mr_health的博客
07-22 5435
神经元模型 在生物神经网络中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位。如果某神经元的电位超过了一个“阈值”，那么它就会被激活，即“兴奋”起来。 1943年，心理学家McCulloch和数学家Pitts提出了第一个抽象的神经元模型，称为MP模型。MP模型是人工神经网络的基本单元，如下图所示： 其中，向量是神经元模型的输入，为第i个神经元到第n个神经元的输出。是与输入相对应权值。在输入和神经元之间通常还有一个偏置（图上未画），这里记为b，
人工神经网络的研究现状,人工神经网络的算法
Supermen333的博客
08-11 1339
人工神经网络算法“人工神经网络”(ARTIFICIALNEURALNETWORK，简称ANN)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。早在本世纪40年代初期，心理学家McCulloch、数学家Pitts就提出了人工神经网络的第一个数学模型，从此开创了神经科学理论的研究时代。其后，FRosenblatt、Widrow和J.J.Hopfield等学者又先后提出了感知模型，使得人工神经网络技术得以蓬勃发展。...
人工神经网络是什么
ZhangJiqun&191cm&85kg
08-15 1851
经过几十年的发展，到目前为止，人工神经网络的发展进入了深度学习阶段，在这一阶段提出了许多新的神经网络模型，比如循环神经网络、卷积神经网络、生成对抗网络、深度信念网络等等。同时，深度学习又为人工神经网络引入了新的“部件”，比如卷积层、池化层等。如今深度学习已非“人工神经网络”一词所能完全替代，可谓是“青出于蓝，而胜于蓝”，它已发展出一整套复杂的知识体系，哪怕只进行概要性地介绍也都会花费大量的篇幅，因此这里不做重点讨论。
人工智能实验-人工神经网络
泽申的博客
12-19 1405
实现了一个简单的单层感知器人工神经网络，通过样本训练网络，最终能够使用训练成熟的网络对实验数据进行分类。
人工神经网络的发展历程,人工神经网络基本结构
aifamao6的博客
08-30 1516
人工神经网络（ArtificialNeuralNetwork，即ANN），是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activationfunction）。...
人类历史上第一个人工神经元模型为mp模型有何不提出
Supermen333的博客
08-14 6952
由于神经网络是多学科交叉的产物，各个相关的学科领域对神经网络都有各自的看法，因此，关于神经网络的定义，在科学界存在许多不同的见解。目前使用得最广泛的是T.Koholen的定义，即"神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。"如果我们将人脑神经信息活动的特点与现行冯·诺依曼计算机的工作方式进行比较，就可以看出人脑具有以下鲜明特征：1.巨量并行性。...
从MP模型到BP神经网络：手把手教你理解感知器的进化史（含代码示例）
最新发布
vodka的博客
02-16 647
本文详细解析了从MP模型到BP神经网络的感知器进化史，涵盖单层感知器、多层感知器及BP算法的核心原理与代码实现。通过Python和PyTorch示例，展示如何从基础逻辑门到解决复杂非线性问题，帮助读者深入理解神经网络的演进过程与技术突破。
【AI】机器学习——感知器
努力，奋斗！
09-10 2210
感知机原理，感知机学习策略，距离定义，随机梯度下降法求解PLA参数，算法收敛性定理 PLA对偶形式，Gram矩阵引入
人工神经网络
leigm
04-30 1万+
一、人工神经网络的概念 人工神经网络（Artificial Neural Network，ANN）简称神经网络(NN)，是基于生物学中神经网络的基本原理，在理解和抽象了人脑结构和外界刺激响应机制后，以网络拓扑知识为理论基础，模拟人脑的神经系统对复杂信息的处理机制的一种数学模型。该模型以并行分布的处理能力、高容错性、智能化和自学习等能力为特征，将信息的加工和存储结合在一起，以其独特的知识表示方式和智能化的自适应学习能力，引起各学科领域的关注。它实际上是一个有大量简单元件相互连接而成的复杂网络，具有高度的非线性
系统学习机器学习之神经网络（十二） --人工神经网络总结
工作笔记
01-09 3万+
本来这篇还缺个RBM，但RBM在DBN中使用，暂时放在深度学习那里。这里看到一篇非常好的总结，保存下来。 转自：http://blog.csdn.net/fengbingchun/article/details/50274471 本文主要对人工神经网络基础进行了描述，主要包括人工神经网络的概念、发展、特点、结构、模型。 本文是个科普文，来自网络资料的整理。 一、             人...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值