神经网络是连接单元或节点的计算机模型，旨在以与神经元（神经细胞）在人类中如何工作的方式类似的方式传输，处理和学习信息（数据）。

人工神经网络，简称神经网络或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗的讲就是具备学习功能。

人工神经网络

在技​​术中，神经网络通常被称为人工神经网络（ANN）或神经网络，以区别于它们模拟的生物神经网络。人工神经网络的主要思想是人脑是存在的最复杂，最智能的“计算机”。通过尽可能地将人工神经网络建模到大脑使用的信息处理结构和系统，研究人员希望创建接近或超过人类智能的计算机。神经网络是当前人工智能（AI），机器学习（ML）和深度学习的重要组成部分。

神经网络的工作原理：比较

为了理解神经网络如何工作以及两种类型（生物和人工）之间的差异，让我们使用15层办公楼以及在整个建筑物，各个楼层和各个办公室中呼叫呼叫的电话线和交换机的示例。我们15层办公大楼中的每个办公室都代表着一个神经元（计算机网络中的节点或生物学中的神经细胞）。建筑本身是一个结构，包含一组排列在15层楼系统中的办公室（神经网络）。

将该示例应用于生物神经网络，接收呼叫的交换机具有连接到整个建筑物中任何楼层上的任何办公室的线路。此外，每个办公室都有线路将其连接到任何楼层的整个建筑物中的每个其他办公室。想象一下，呼叫进入（输入）并且交换机将其转移到3上的办公室RD 地板，将其直接转移到11号办公室日 地板，然后直接将其转移到5号办公室日 地板。在大脑中，每个神经元或神经细胞（办公室）可以直接连接到其系统或神经网络（建筑物）中的任何其他神经元。信息（呼叫）可以传输到任何其他神经元（办公室），以处理或学习所需的内容，直到有答案或解决方案（输出）。

当我们将这个例子应用于人工神经网络时，它会变得更加复杂。建筑物的每个楼层都需要自己的配电盘，配电盘只能连接到同一楼层的办公室，以及楼层上下楼层的配电盘。每个办公室只能直接连接到同一楼层的其他办公室和该楼层的总机。所有新呼叫必须从1楼的总机开始，并且必须按数字顺序转移到每个单独的楼层，最多15个日 电话会议结束前的楼层。让我们来看看它是如何工作的。

想象一下，呼叫进入（输入）1ST 楼层交换机并发送到办公室1ST 楼层（节点）。然后，呼叫直接在1上的其他办公室（节点）之间传输ST 地板，直到它准备好送到下一层楼。然后必须将呼叫发送回1ST 地板总机，然后将其转移到2ND 地板总机。这些相同的步骤一次重复一个楼层，呼叫通过该过程在每个楼层一直发送到15楼。

在人工神经网络中，节点（办公室）按层（建筑物的楼层）排列。信息（呼叫）总是通过输入层传入（1ST 地板及其配电盘）必须通过每层（地板）发送并处理，然后才能移动到下一层。每个层（floor）处理有关该调用的特定详细信息，并将结果与​​调用一起发送到下一层。当呼叫到达输出层时（15日 地板及其配电盘），它包括第1-14层的处理信息。 15个节点（办公室）日 图层（楼层）使用来自所有其他图层（楼层）的输入和处理信息来提供答案或解决方案（输出）。

神经网络与机器学习

神经网络是机器学习类别下的一种技术。事实上，神经网络的研究和发展的进步与ML的进步和推进流程密切相关。神经网络扩展了数据处理能力并提高了ML的计算能力，增加了可处理的数据量，但也增加了执行更复杂任务的能力。

第一个记录的人工神经网络计算机模型是由Walter Pitts和Warren McCulloch于1943年创建的。神经网络和机器学习的最初兴趣和研究最终放缓，并且在1969年或多或少被搁置，只有少量新的兴趣爆发。当时的计算机根本没有足够快或足够大的处理器来进一步推进这些区域，并且当时还没有ML和神经网络所需的大量数据。

随着时间的推移，计算能力的大量增加以及互联网的增长和扩展（从而通过互联网访问大量数据）已经解决了这些早期挑战。神经网络和ML现在在我们每天看到和使用的技术中起着重要作用，例如面部识别，图像处理和搜索，以及实时语言翻译 - 仅举几例。

日常生活中的神经网络实例

人工神经网络在技术领域是一个相当复杂的主题，但是，由于每天影响我们生活的方式越来越多，因此值得花一些时间来探索。以下是不同行业目前使用神经网络的方法的几个示例：

金融： 神经网络用于预测货币汇率。它们还用于股票市场中使用的自动交易系统背后的技术。
医学： 神经网络的图像处理能力有助于技术，帮助更准确地筛选和检测早期和难以识别的癌症类型。一种这样的癌症是侵袭性黑素瘤，其是最严重和致命的皮肤癌形式。在疾病传播之前的早期阶段识别黑色素瘤，为患有此类癌症的患者提供了击败它的最佳机会。
天气： 能够快速准确地检测出可能发生严重危险天气事件的大气变化对于挽救生命至关重要。神经网络涉及卫星和雷达图像的实时处理，不仅可以检测飓风和旋风的早期形成，还可以检测到风速和方向的突然变化，从而表明形成龙卷风。龙卷风是有记录以来最强大和最危险的天气事件 - 通常比飓风更突然，更具破坏性，更致命。

via:https://cn.go-travels.com/33502-neural-networks-4155332-9663882