举个例子：我们的皮肤其实就连接着各种各样的神经末梢 ， 然后我们摸了一个东西 ， 然后我们的神经末梢就将摸到的这种感觉变成了一种生物电 ， 然后通过神经纤维（就是上图中黄色的一节一节的东西）传递到了细胞体中 ， 而神经元细胞体存在于我们的脑和脊髓中 。那我们人体有千千万万条这样的神经元 ， 这些神经元就构成了我们人体的神经网络 。
我们人也就是通过神经网络 ， 来感知世界的 。那人工神经网络又是怎么回事呢？其实 ， 人工神经网络也就是通过模拟人的神经网络架构 ， 而设计出的一套计算机的神经网络算法 。例如：我们在读一封邮件的时候 ， 我们怎么判断它是垃圾邮件呢？可能是 ， 看到题目里面有某个特定的词 ， 那它就是垃圾邮件 ， 或者内容中出现一些词 ， 他就是垃圾邮件 。
那我们把这封邮件丢到我们人造的神经网络里面 ， 然后我们的众多神经元都接收到了邮件里的拆分出来的词汇 ， 然后各个神经元去判断这个邮件的内容 ， 最后汇总一个答案 。这个案例就是一种最最简单的神经网络的应用场景 。那这些词汇 ， 我们叫做输入 ， 在第一层的神经元中 ， 我们已经包含了很多的特征（例如某个关键词） ， 根据输入是否存在这种特征 ， 我们做出判断 ， 那是不是垃圾邮件 ， 我们给出一个答案 ， 0代表不是 ， 1代表是 ， 0和1我们成为输出 。
那第一层神经元的输出 ， 作为了第二层神经元的输入 ， 第二层神经元只有一个 ， 我们可以给第二层神经元也定一个特征 ， 例如：有一个输入是1 ， 那就是垃圾邮件 。那最终 ， 我们就可以判定这个邮件是否是垃圾邮件了 。那什么是深度学习呢？原理我们就不讲了 ， 我们只需要知道 ， 深度学习是在神经网络的发展中被研究出来的一种算法模型 。就用刚才我们的邮件来举例吧 。
我们在讲述邮件的时候 ， 提到了一个东西 ， 特征 ， 但是我们刚才的描述中 ， 并没有明确这些特征是怎么来的 。那深度学习呢 ， 就可以问我们解决这个问题 。例如：我们找到一个小孩子 ， 让他看一封邮件 ， 他其实并不知道这个邮件是不是垃圾邮件 。但是这个没有关系 ， 我们就找出很多很多这样的邮件来 ， 然后告诉这个小孩子 ， 这封是垃圾邮件 ， 这封不是垃圾邮件 。
慢慢的 ， 这个小孩子就能够从这一堆邮件中 ， 提取出垃圾邮件的特性 。可能最开始他提取了一些特性 ， 但是我们让他学习的过程中 ， 他回答我们这个是垃圾邮件 ， 但是我们告诉他 ， 这个不是垃圾邮件 ， 他就会将这种特性的判断结果做相应的调整 。慢慢的 ， 随着他学习的深度 ， 他给出的答案就越准确 。而这个学习的过程 ， 其实就是深度学习了 。
推荐阅读
- 怎么看懂财经新闻,财经新闻怎么看的懂
- 《骆驼祥子》主要故事情节概况，看完这篇你就看懂了祥子的一生
- 苹果发布会怎么看? 苹果发布会怎么看
- 深度解析.pdf,佳能7d深度评测
- 深度体验小米手表系列后发现恰恰相反 小米手表的区别
- 一文看懂核磁共振波谱仪,核磁共振仪
- 一文看懂小米33W,小米2a1c
- 太平洋网站,中国太平洋保险
- 如何看懂电路图,电路的三种状态
- 深度解读小米智能家居平台,小米智能家居官网