← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 2334.b.1

神经元以加权和接非线性

理解等级:中级

人工神经元对输入及权重计算加权和,再经激活函数形成输出,多个神经元连接成网络。这个结构把矩阵/向量运算与非线性处理结合起来,为硬件设计提示不同计算单元需求。示意不是完整生物神经机制,也不因层数或计算量增加就保证预测精度单调提升。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 异构加速 · 查看原书依据

      人工神经元只计算一组权重与数值乘积的总和,然后通过非线性函数确定其输出。如图7.26(b)所示,多组神经元组成分层的神经网络,并且每个人工神经元都有非常大的扇入和非常大的扇出。在早期计算机性能比较差、数据量比较少的时候,大多数神经网络层数都比较少。随着计算机性能的快速提升及大数据的爆发,2

    参考来源

    - 位置:《软硬件融合 (黄朝波 著)》第7章《异构加速》(来源项目book-sources;源文件:extracted/软硬件融合 (黄朝波 著)/_epub-src/OEBPS/Text/chapter014.xhtml) - 结论依据:该项对“人工神经元对输入及权重计算加权和,再经激活函数形成输出,多个神经元连接成网络”给出定义、对比、案例或条件;保留论证范围,不将启发式当无条件定律。 - 原始内容:人工神经元只计算一组权重与数值乘积的总和,然后通过非线性函数确定其输出。如图7.26(b)所示,多组神经元组成分层的神经网络,并且每个人工神经元都有非常大的扇入和非常大的扇出。在早期计算机性能比较差、数据量比较少的时候,大多数神经网络层数都比较少。随着计算机性能的快速提升及大数据的爆发,2