人工神经网络(ANN)

作者: John Stephens
创建日期: 21 一月 2021
更新日期: 27 六月 2024
Anonim
EP 2(P1) - 深入探索神经网络 | Deep Dive into Artificial Neural Network (CH)
视频: EP 2(P1) - 深入探索神经网络 | Deep Dive into Artificial Neural Network (CH)

内容

定义-人工神经网络(ANN)是什么意思?

人工神经元网络(ANN)是基于生物神经网络的结构和功能的计算模型。流经网络的信息会影响ANN的结构,因为神经网络会根据输入和输出进行更改或在某种意义上进行学习。


人工神经网络被认为是非线性统计数据建模工具,可以对输入和输出之间的复杂关系进行建模或找到模式。

人工神经网络也被称为神经网络。

Microsoft Azure和Microsoft Cloud简介在本指南中,您将了解什么是云计算,以及Microsoft Azure如何帮助您从云迁移和运行业务。

Techopedia解释了人工神经网络(ANN)

人工神经网络有几个优点,但其中最公认的优点之一是,它实际上可以从观察数据集中学习。这样,ANN被用作随机函数逼近工具。这些类型的工具有助于在定义计算功能或分布的同时,估算出最经济,最理想的解决方案。 ANN获取数据样本而不是整个数据集来得出解决方案,从而节省了时间和金钱。人工神经网络被认为是用于增强现有数据分析技术的相当简单的数学模型。

人工神经网络具有三层相互连接。第一层由输入神经元组成。这些神经元在第二层上进行数据传输,第二层又将输出神经元发送到第三层。

训练人工神经网络涉及从允许的模型中进行选择,针对这些模型有几种相关的算法。