第10章 人工神經網絡介紹

來源：ApacheCN《Sklearn 與 TensorFlow 機器學習實用指南》翻譯項目

譯者：@akonwang @friedhelm739

校對：@飛龍

鳥類啟發我們飛翔，牛蒡植物啟發了尼龍繩，大自然也激發了許多其他發明。從邏輯上看，大腦是如何構建智能機器的靈感。這是啟發人工神經網絡（ANN）的關鍵思想。然而，盡管飛機受到鳥類的啟發，但它們不必拍動翅膀。同樣的，ANN 逐漸變得與他們的生物表兄弟有很大的不同。一些研究者甚至爭辯說，我們應該完全放棄生物類比（例如，通過說“單位”而不是“神經元”），以免我們把我們的創造力限制在生物學的系統上。

人工神經網絡是深度學習的核心。它們具有通用性、強大性和可擴展性，使得它們能夠很好地解決大型和高度復雜的機器學習任務，例如分類數十億圖像（例如，谷歌圖像），強大的語音識別服務（例如，蘋果的 Siri），通過每天追蹤數百萬的用戶的行為推薦最好的視頻（比如 YouTube），或者通過在游戲中擊敗世界冠軍，通過學習數百萬的游戲，然后與自己對抗（DeepMind 的 AlgFaGo）。

在本章中，我們將介紹人工神經網絡，從快速游覽的第一個ANN架構開始。然后，我們將提出多層感知器（MLP），并基于TensorFlow實現MNIST數字分類問題（在第3章中介紹）。

閱讀全文