：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，atv，与人工智能业界领袖携手改变世界。

　　【新智元导读】无数文章都在大谈人工智能之热门，人工智能将带来下一场革命，人人都为此兴奋。但对开发者来说，人工智能热意味着什么呢？意味着新的机会、新的挑战，以及学习新事物的激动人心的新旅程。这篇文章适合任何想要开始了解 ANN 以及TensorFlow之类的框架的人。

　　我们的大脑由数十亿个神经元组成，它们彼此相连接，是控制我们的思维和所有日常行为的重要部分。你可能会注意到神经元细胞的主要部分是细胞体，然后还有一个部分叫轴突（axon），样子有点像一根电线，但它连接着与细胞体相隔有一段距离的一组突触（synapses）。当神经元被激发时，它会将一个峰形的电脉冲沿着轴突传至它的突触，信息在这里发生传递。所以它们很像某种计算单元，非常的复杂。

　　所以人工神经网络很像一种卡通版本的神经元以及神经元网络，我们实际上是把它们放在一次来计算各种东西。它们的设计方式有一个好处是，它们可以被调整或改变，以在不同的条件下计算不同的东西，并且可以通过学习过程来训练。

　　这是人工神经网络的示意图。

　　我们把X1，X2 ... Xn作为神经元的输入，实际上相当于激发的强度或速率。

　　W1，W2 ... Wn是权重，相当于对触发的敏感性（sensitivity）。

　　Y是输出。

　　Xi·Wi的求和被称为激活（activation）。然后我们看这个值是否大于或等于触发阈值（θ），如果是，那么输出为1，如果不是，输出为0。这种网络称为感知机（Perceptron）。它们是单层的，输出是二进制的。

　　那么怎么用二进制输出表示空间？我们需要获得输出为0的区域和输出为1的区域。

　　举个例子：

　　令 W1 = 1/2 ; W2 = 1/2 ; θ = 3/4

　　当 X1 = 0 时，

　　X2 * 1/2 = 3/4

　　X2 = 3/2，即1.5

　　这意味着，如果X1为零，那么X2需要有一个值，以便打破3/4的阈值。

　　在1.5这个分割点以上的任何值，都将打破阈值并返回到1。也就是说，上图绿色点以上的任何值将返回1，绿色点以下的任何值将返回0。

　　类似地：

　　当 X2 = 0 时，

　　X1 * 1/2 = 3/4

　　X1 = 3/2，即1.5

　　现在，我们应该能注意到这里的关系。它是线性的。

　　感知机的计算机制与这个完全相同，这被称为半平面（half plane）。线上方的平面是1的答案，线下方平面是0的答案。

　　有趣的地方是，因为值是0和1，开奖，可以有多种可能性。可能性包括：AND、OR、NOT和XOR。

　　AND

　　得到线上面的结果的情况只有当X1和X2都为真值（True）时，这是AND的情况。

　　OR

　　当X1或X2为1时，输出为1，否则为0。

　　NOT

　　这是简单地翻转输出值的情况，当输入为1，则输出变为0，反之亦然。

　　XOR

　　XOR的情况不是线性可分的，所以不能用单感知机来表示这个函数（如在NOT中）。但是在网络中添加一个层可以表达XOR。