跳到主要内容

1 篇博文 含有标签「神经网络」

查看所有标签

这章要解决什么问题？

上一章我们说了“机器能学习”，这一章我们要看它具体是用什么器官学的。 为什么简单的线性公式不够用？为什么我们需要模仿人脑？ 传说中的“神经网络”到底长什么样？

1. 为什么我们需要“深度”学习？​

在上一章的“猫狗识别”里，如果所有的猫都长得标准，所有的狗都长得标准，那简单的数学公式（比如画一条线把它们分开）就够了。

但现实世界太复杂了：

  • 有的猫缩成一团（形状变了）。
  • 有的猫躲在草丛里（颜色变了）。
  • 有的照片是黑白的。

简单的线性分类器（Linear Classifier）遇到这些情况直接歇菜。这就好比你想用一把直尺去测量海岸线的长度——工具太简单，无法描述复杂的现实。

为了处理这种非线性 (Non-linear) 的复杂问题，我们需要一个更复杂的脑子——神经网络 (Neural Networks)。

2. 神经网络：模仿人脑的积木​

深度学习的核心，就是人工神经网络 (Artificial Neural Networks, ANN)。

它的灵感来源是生物学。

Neuron Analogy

2.1 神经元 (Neuron / Perceptron)​

生物神经元的工作方式很简单：

  1. 树突 (Dendrites)：接收信号（比如手碰到了火）。
  2. 细胞体 (Soma)：处理信号（这信号够不够强？）。
  3. 轴突 (Axon)：如果信号够强，就发射出去，传给下一个神经元（缩手！）。

我们在电脑里造的人工神经元也是一模一样的逻辑：

输出=激活函数(输入_1×权重_1+输入_2×权重_2+⋯+偏置)\text{输出} = \text{激活函数}( \text{输入}\_1 \times \text{权重}\_1 + \text{输入}\_2 \times \text{权重}\_2 + \dots + \text{偏置} )

拆解一下这个微小的机器：

  • 输入 (Inputs)：从上一层传过来的数据（比如照片像素）。
  • 权重 (Weights)：每个输入有多重要（比如“有胡须”这个特征很重要，权重就大）。
  • 激活函数 (Activation Function)：这是灵魂。它决定了这个神经元要不要“兴奋”。

2.2 为什么必须要有“激活函数”？​

这就是很多人的知识盲区了。为什么不能直接把数字加起来传下去？

如果只有加减乘除（线性运算），你就算堆一万层神经网络，最后也等价于一层。就像你把一堆这直线叠在一起，它还是一条直线，弯不过来。

激活函数引入了“弯曲”。

  • ReLU (Rectified Linear Unit)：最常用的激活函数。
    • 逻辑：如果结果小于0，就变成0（死掉）；如果大于0，保持原样。
    • 作用：让网络学会“忽略”某些没用的信号，只关注有用的。这就引入了非线性，让模型能理解复杂的形状。

3. 深度网络：一层包一层的特征​

所谓“深度”学习（Deep Learning），就是很多层神经网络叠在一起。

Deep Network 每一层都在看不同的东西：

  1. 输入层 (Input Layer)：看到原始像素（一堆 255, 0, 128...）。
  2. 隐藏层 1 (Hidden Layer 1)：发现了一些线条和边缘。
  3. 隐藏层 2 (Hidden Layer 2)：发现线条拼成了形状（眼睛、耳朵）。
  4. 隐藏层 3 (Hidden Layer 3)：发现形状拼成了对象（这是猫脸）。
  5. 输出层 (Output Layer)：大喊一声：“是猫！”

这就是“深度 ＝ 抽象”。 层数越多，模型能理解的概念就越抽象、越高级。

工程注

理论上越深越好，但实际上层数越深，训练越难（比如梯度传着传着就没了），容易导致过拟合或训练失败。这也是后来 ResNet (残差连接) 等结构出现的原因。

4. 反向传播 (Backpropagation)：魔法的核心​

还记得上一章说的“下山”吗？

  • 前向传播 (Forward Pass)：数据从左进去，一层层传算，最后猜个答案。
  • 反向传播 (Backward Pass)：
    • 裁判（Loss Function）看了眼答案，说：“错了！误差是 0.8！”
    • 这个 0.8 的误差，会被反向传回去。
    • 输出层告诉隐藏层3：“是你算错了，你得改！”
    • 隐藏层3告诉隐藏层2：“我也被坑了，你也得改！”
    • ...
    • 一直传到第一层。

在这个过程中，利用链式法则 (Chain Rule)，我们算出了每一个权重参数对在这场错误里到底负多大责任（这就是上一章说的梯度）。责任大的狠狠改，责任小的稍微改。

这一步是深度学习真正的技术门槛。 在反向传播算法普及之前，多层网络根本没法高效训练。只有有了它，我们才能指挥这些数百万计的参数协同工作。

5. 总结​

本章核心知识点
  1. 神经网络是模仿人脑的结构，为了解决复杂、非线性的问题。
  2. 激活函数（如 ReLU）是网络的灵魂，它赋予了网络“弯曲”现实的能力。
  3. 深度意味着抽象层级。层数越多，理解越深刻。
  4. 反向传播是训练的引擎，它把错误的责任精准地分摊给每一个神经元，逼着它们修正自己。

下一章预告​

现在我们有了最强的脑子（深度神经网络），但如果有几十亿个神经元全都连在一起，那个计算量就算把地球烧了也不够（全连接网络的弊端）。

能不能让网络变得更聪明一点？比如看照片时只盯着重点看？或者读文章时记住上下文？

我们将分两条路进阶：

  • 看图专家：CNN (卷积神经网络)（略讲，但它是视觉基础）
  • 语言专家：Transformer（重头戏！）

下一章，我们先插播一个视觉领域的传奇，看看 AI 是怎么“看”世界的。

下一章: CNN卷积网络

ai学习深度学习神经网络阅读需 6 分钟