人工神經(jīng)網(wǎng)絡(luò)Presentationppt課件
《人工神經(jīng)網(wǎng)絡(luò)Presentationppt課件》由會員分享,可在線閱讀,更多相關(guān)《人工神經(jīng)網(wǎng)絡(luò)Presentationppt課件(27頁珍藏版)》請?jiān)谘b配圖網(wǎng)上搜索。
,,系統(tǒng)工程Presentation,人工神經(jīng)網(wǎng)絡(luò),技術(shù)已成為生命的第七種存在方式,Technology has become the seventh way of existence of life,1,歷史發(fā)展,代表人物,理論內(nèi)容,,,,,,,,,簡介,2,,年度工作概述,此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,語言描述盡量簡潔生動(dòng)。盡量將每頁幻燈片的字?jǐn)?shù)控制在200字以內(nèi),據(jù)統(tǒng)計(jì)每頁幻燈片的最好控制在5分鐘之內(nèi)。 此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,3,倫敦當(dāng)?shù)貢r(shí)間10月18日18:00(北京時(shí)間19日01:00),谷歌旗下的DeepMind團(tuán)隊(duì)公布了進(jìn)化后的最強(qiáng)版AlphaGo,代號AlphaGo Zero。 AlphaGo Zero的系統(tǒng)從一個(gè)對圍棋一無所知的神經(jīng)網(wǎng)絡(luò)開始,將該神經(jīng)網(wǎng)絡(luò)和一個(gè)強(qiáng)力搜索算法結(jié)合,自我對弈。在對弈過程中,神經(jīng)網(wǎng)絡(luò)不斷調(diào)整、升級,預(yù)測每一步落子和最終的勝利者,計(jì)算機(jī)信息處理能力高于人類,但識別能力比人類相去甚遠(yuǎn) 計(jì)算機(jī)——依靠模型運(yùn)算 人腦——并行處理信息,機(jī)器會思考嗎?,4,由大量簡單的基本元件——神經(jīng)元相互連接,通過模擬人的大腦神經(jīng)處理信息的方式,進(jìn)行信息并行處理和非線性轉(zhuǎn)換的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。,人工神經(jīng)網(wǎng)絡(luò) (Artificial Neutral Networks),5,工作完成情況,此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,語言描述盡量簡潔生動(dòng)。盡量將每頁幻燈片的字?jǐn)?shù)控制在200字以內(nèi),據(jù)統(tǒng)計(jì)每頁幻燈片的最好控制在5分鐘之內(nèi)。 此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,6,,,,歷史發(fā)展,提出 “機(jī)器思維”的方法,,,,,提出自適應(yīng)線性元件,《感知機(jī)》使神經(jīng)網(wǎng)絡(luò)走向低谷,確定人工智能的概念,,,,,,,人工神經(jīng)網(wǎng)絡(luò)的構(gòu)造和學(xué)習(xí)有了理論指導(dǎo),神經(jīng)網(wǎng)絡(luò)開始復(fù)興,Rumelhart和McClelland發(fā)展了BP算法,2006,1955,2009,1969,2014,1986,,,1949 (1947),,,1959,,,,1984,,7,,,,歷史發(fā)展,,,,,Deep Learning發(fā)表,深度學(xué)習(xí)真正被學(xué)學(xué)術(shù)界接受,吳恩達(dá)和谷歌科學(xué)家合作,模擬人腦神經(jīng)網(wǎng)絡(luò),自主學(xué)習(xí)到“貓”,,,,,,,AlphaGo打敗李世石,人工智能成為熱門話題,2006,2012,2009,2015,2014,2016,1949,,1984,,8,工作完成情況,此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,語言描述盡量簡潔生動(dòng)。盡量將每頁幻燈片的字?jǐn)?shù)控制在200字以內(nèi),據(jù)統(tǒng)計(jì)每頁幻燈片的最好控制在5分鐘之內(nèi)。 此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,9,代表人物,艾倫·麥席森·圖靈 Alan Mathisn Turing 英國數(shù)學(xué)家、邏輯學(xué)家,被稱為計(jì)算機(jī)科學(xué)之父,人工智能之父。,約翰·霍普菲爾德 John Hopfueld 提出了霍普菲爾德神經(jīng)網(wǎng)絡(luò),使神經(jīng)網(wǎng)絡(luò)的平衡穩(wěn)定狀態(tài)有了明確的判斷方法,杰弗里?辛頓 Geoffrey Hinton 谷歌工程研究員,多倫多大學(xué)計(jì)算機(jī)科學(xué)系教授,反向傳播算法和對比散度算法的發(fā)明人之一,揚(yáng)·勒丘恩 Yann LeCun 師從杰弗里·辛頓,AT&T貝爾實(shí)驗(yàn)室成員,第一個(gè)把BP算法運(yùn)用在卷積神經(jīng)網(wǎng)絡(luò)上的人,吳恩達(dá) Andrew Ng 斯坦福大學(xué)計(jì)算機(jī)科學(xué)系和電子工程系副教授,人工智能實(shí)驗(yàn)室主任。人工智能和機(jī)器學(xué)習(xí)領(lǐng)域最權(quán)威的學(xué)者之一。,戴密斯·哈薩比斯 Demis Hassabis DeepMind創(chuàng)始人。人工智能程序AlphaGo的開發(fā)者,神經(jīng)學(xué)家和人工智能企業(yè)家,10,工作完成情況,此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,語言描述盡量簡潔生動(dòng)。盡量將每頁幻燈片的字?jǐn)?shù)控制在200字以內(nèi),據(jù)統(tǒng)計(jì)每頁幻燈片的最好控制在5分鐘之內(nèi)。 此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,11,研究機(jī)器模擬人類的學(xué)習(xí)活動(dòng),獲取知識和技能的理論和方法,以改善系統(tǒng)性能的學(xué)科。,機(jī)器學(xué)習(xí) (Machine Learning),12,機(jī)器學(xué)習(xí),學(xué)習(xí)方法: 統(tǒng)計(jì)學(xué)習(xí) 決策樹 遷移學(xué)習(xí) 增量學(xué)習(xí) ……,If (color is deep red apple is sweet. If (flexible): apple is juicy. etc.,買蘋果: 標(biāo)準(zhǔn)1:蘋果=熟了,甜 標(biāo)準(zhǔn)2:個(gè)大+紅色的蘋果=甜 標(biāo)準(zhǔn)3 標(biāo)準(zhǔn)4 …,13,大腦的智慧是一種非線性現(xiàn)象; 人工神經(jīng)元處于激活或抑制兩種不同狀態(tài),在數(shù)學(xué)上表現(xiàn)為非線性關(guān)系; 具有閾值的神經(jīng)元所構(gòu)成的網(wǎng)絡(luò)具有較好的容錯(cuò)性、存儲能力,非線性,一個(gè)神經(jīng)網(wǎng)絡(luò)由多個(gè)神經(jīng)元廣泛連接而成 系統(tǒng)的整體行為不僅取決于單個(gè)神經(jīng)元的特征,同時(shí)由單元間的相互連接、相互作用決定,非局限性,人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自組織、自學(xué)習(xí)能力 系統(tǒng)處理的信息可以有各種變化,系統(tǒng)本身也在不斷變化,非常定性,系統(tǒng)的演化方向,在一定條件下取決于某個(gè)特定的狀態(tài)函數(shù),其極值對應(yīng)系統(tǒng)比價(jià)比較穩(wěn)定的狀態(tài) 人工神經(jīng)網(wǎng)絡(luò)匯總這種函數(shù)具有多個(gè)極值,系統(tǒng)具有多個(gè)較穩(wěn)定的平衡態(tài),系統(tǒng)演化存在多樣性,非凸性,14,構(gòu)造神經(jīng)元,人工神經(jīng)網(wǎng)絡(luò)的基本單位:人工神經(jīng)元,15,構(gòu)造神經(jīng)元,,構(gòu)造神經(jīng)元,,s= ?? 1 ?? 1 + ?? 2 ?? 2 + ?? 3 ?? 3 +??+ ?? ?? ?? ??,,a=0,n≤0 a=1,n0,s= ?? 1 ?? 1 + ?? 2 ?? 2 + ?? 3 ?? 3 +??+ ?? ?? ?? ?? +??×1,16,,,,,,傳遞函數(shù),神經(jīng)元:多個(gè)輸入、單輸出的非線性器件,,17,,,此處添加詳細(xì)文本描述,建議與標(biāo)題相關(guān)并符合整體語言風(fēng)格,語言描述盡量,1(紅色),1(圓形),-1(黃色),-1(彎型),,感知機(jī)學(xué)習(xí),18,,,感知機(jī)學(xué)習(xí),顏色和形狀對神經(jīng)元來說都是外界的一個(gè)刺激,在這里有: ?? 1 顏色 =1 or ?1 ?? 2 形狀 =1 or ?1 預(yù)設(shè): ?? 1 = ?? 2 =1 b=0,對蘋果的判定: ??=1×1+1×1+0=2 對香蕉的判定: ??=?1×1+ ?1 ×1+0=?2,step(2)=1 step(-2)=0,19,,,感知機(jī)學(xué)習(xí),感知機(jī)學(xué)習(xí)規(guī)則——修改神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置 w new =w old +ep b new =b old +e,設(shè) ?? 1 =1, ?? 2 =?1,??=0, 蘋果的形狀和顏色均輸入屬性1: s= ?? 1 ?? 1 + ?? 2 ?? 2 +?? =1?1+0 =0 套用step函數(shù):f=0,計(jì)算誤差:e=t-z=1-0=1 帶入學(xué)習(xí)規(guī)則: w 1 ??????= w 1 ??????+ep=1+1×1=2 w 2 ??????= w 2 ??????+ep=?1+1×1=0 b??????=b??????+e=0+1=1,重新計(jì)算屬性輸入: net= ?? 1 ?? 1 + ?? 2 ?? 2 +??=1×2+1×0+1=3 套用step函數(shù): f(step)=1,20,信號源:外界刺激 上一神經(jīng)元輸出信號,輸出:神經(jīng)元輸出結(jié)果 下一神經(jīng)元的信號源,構(gòu)造神經(jīng)網(wǎng)絡(luò),單層神經(jīng)網(wǎng)絡(luò),21,AND運(yùn)算:,線性不可分運(yùn)算:,構(gòu)造神經(jīng)網(wǎng)絡(luò),分類邏輯運(yùn)算:,0 and 0=0 →香蕉,1 and 1=1 →蘋果,0 and 1=0 →香蕉?,1 and 0=0 →香蕉?,22,可見層:輸入節(jié)點(diǎn) 輸出節(jié)點(diǎn),隱層:中間層 (第一隱層、第二隱層。。。),構(gòu)造神經(jīng)網(wǎng)絡(luò),,,,每一隱層都是一個(gè)單層神經(jīng)網(wǎng)絡(luò) 上一層輸出只能是下一層輸入,不可跨層鏈接,多層神經(jīng)網(wǎng)絡(luò)(前饋神經(jīng)網(wǎng)絡(luò)),23,前向網(wǎng)絡(luò):每一層神經(jīng)元只接受來自前一層神經(jīng)元的輸入,后面的層對前面的層沒有信號反饋。,構(gòu)造神經(jīng)網(wǎng)絡(luò),有反饋的前向網(wǎng)絡(luò):輸出層對輸入層有信息反饋,層內(nèi)有相互結(jié)合的前向網(wǎng)絡(luò):通過層內(nèi)神經(jīng)元的相互結(jié)合,實(shí)現(xiàn)同層神經(jīng)元之間的橫向抑制或興奮機(jī)制,相互結(jié)合型網(wǎng)絡(luò)(全互連或部分互連):在任意兩個(gè)神經(jīng)元之間都有可能有連接(僅限于同層或前向),24,,神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)(訓(xùn)練)方式,監(jiān)督學(xué)習(xí)(Supervised Learning,SL):,25,,神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)(訓(xùn)練)方式,無監(jiān)督學(xué)習(xí)(Nonsupervised Learning,NSL):,26,,輸入你的文本內(nèi)容輸入你的文本內(nèi)容,2015年年終總結(jié)計(jì)劃,THANKS,27,- 1.請仔細(xì)閱讀文檔,確保文檔完整性,對于不預(yù)覽、不比對內(nèi)容而直接下載帶來的問題本站不予受理。
- 2.下載的文檔,不會出現(xiàn)我們的網(wǎng)址水印。
- 3、該文檔所得收入(下載+內(nèi)容+預(yù)覽)歸上傳者、原創(chuàng)作者;如果您是本文檔原作者,請點(diǎn)此認(rèn)領(lǐng)!既往收益都?xì)w您。
下載文檔到電腦,查找使用更方便
20 積分
下載 |
- 配套講稿:
如PPT文件的首頁顯示word圖標(biāo),表示該P(yáng)PT已包含配套word講稿。雙擊word圖標(biāo)可打開word文檔。
- 特殊限制:
部分文檔作品中含有的國旗、國徽等圖片,僅作為作品整體效果示例展示,禁止商用。設(shè)計(jì)者僅對作品中獨(dú)創(chuàng)性部分享有著作權(quán)。
- 關(guān) 鍵 詞:
- 人工 神經(jīng)網(wǎng)絡(luò) Presentationppt 課件
鏈接地址:http://appdesigncorp.com/p-1569417.html