神经网络由许多相互关联的概念化的人造神经元组成,它们之间传递相互数据,并且具有根据网络“经验”调整的相关权重。神经元具有激活阈值,如果通过其相关权重的组合和传递给他们的数据满足这个阈值的话,其将被激活;发射神经元的组合导致“学习”。
1. 一组处理单元
2.激活
3.输出函数
4.互连模式
5.传播规则
6.激活规则
7.学习规则
8.系统工作环境
9.正向传播(Forward Propagation)
10.成本函数(Cost Function)
11.梯度下降(Gradient Descent)
12.学习率(Learning Rate)
13.反向传播(Backpropagation)
14.丢弃(Dropout)
15.数据增强(Data Augmentation)