前言

神經網絡能解決非線性的復雜的模型問題，而且通過增加網絡的層數將具備更加強大的學習能力，另外如果再改造改造層的結構則變成各類深度學習模型，例如CNN RNN之類的。

神經網絡一般被用來捕捉復雜情況下的特征，比如說視頻圖像中的動物類別、一名作家的寫作風格等等。

大腦神經元

人腦可能有1000多億個神經元，每個神經元都可能在幾個方向上互相連接著，這么大量的神經元及連接就形成了一個超級大型的網絡。我們就是因為這些網絡而存在各種各樣的思想和意識。

大腦神經元即是腦神經細胞，主要包括細胞體、樹突、軸突、突觸等。

• 細胞體，由細胞核、細胞質和細胞膜組成。它是神經元新陳代謝的中心，是接收信息并處理的部件。
• 樹突，是細胞體向外延伸樹枝狀的纖維體，它是神經元的輸入通道，接收來自其他神經元的信息。
• 軸突，是細胞體向處延伸的最長最粗的一條樹枝纖維體，即神經纖維，它是神經元的輸出通道。軸突有髓鞘纖維和無髓鞘纖維兩種結構形式，兩者傳遞信息的速度不同。軸突末端有許多向外延伸的樹枝狀纖維體，稱為神經末梢，它是神經元信息的輸出端。
• 突觸，神經元的神經末梢與另一神經元樹突或細胞體的接觸處即為突觸。每一個神經元都通過突觸與其他神經元聯系，細胞之間通過突觸建立起連接，從而實現信息傳遞，每個神經元約有103～104個突觸。

總結

以上是生活随笔為你收集整理的聊聊从脑神经到神经网络的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。