从零开始人工智能(第二节)-神经元数学模型

人工神经网络的理论成熟以后，如何进行数学上模拟被提上日程。因为只有进行数学模拟，才可以在计算机上实现并运行。

我们都知道，人的神经的最小单位是神经元，无数个神经元构成了人类的神经系统。同样的道理，解决了模拟神经元的问题，就可以靠连接大量的神经元来实现神经网络的模拟。

这里我们就简单的说说怎么神经元[呲牙]我们先看一下神经元的结构

神经元的结构

结构挺复杂的，但是工作原理可以简单化，受到刺激(input)后，就会产生电信号(output)。

我们可以看看下面这个神经元的数学模型，它可以看做是生理结构的简化版，模仿的挺像吧

神经元数学模型

简单解释一下，这就是个简单的公式：

输出 = x1*w1 + x2*w2 + x3*w3 + 1*w0 专业的叫法就是加权求和(weight Sum)

很容易理解吧。激活函数我们没有多说，其实也是提前设定好的各种函数。大量的神经元结合在一起，就是最简单的神经网络雏形。

这样我们就可以将很多公式化的东西通过神经元来模拟。再举一个直线方程的例子。

我们都知道直线方程是y = kx + b ,转化为下面的神经元数学模型

直线方程的模拟

是不是很形象。大家可以再自行搜索或者脑补一下，通过这种方式我们可以实现很多的计算功能。大量的复杂函数，就可以堆砌出一个计算能力很强的神经网络(也可以理解为一个超级复杂的函数)

理解了神经元，下一节我们来说一说神经元构成神经网络