当我过去用一瓶啤酒开始关于神经网络的对话时，人们对我似乎恐惧的事物一瞥。 他们变得悲伤，有时眼睑抽搐。 在极少数情况下，他们甚至渴望在桌子底下躲避。 怎么了 这些网络实际上是简单而本能的。 是的，相信我，他们是！ 让我证明这是真的！
假设我对这个女孩有两点了解：她看起来对我来说是否漂亮，或者我有很多可以和她谈论的话题，或者我没有。 正确和错误分别为1和0。 我们将采用类似的外观原理。 问题是： “我会爱上哪个女孩，为什么？”
我们也可以毫不妥协地直言不讳地认为： “如果她长得漂亮，还有很多话要说，那么我会坠入爱河。 如果都不成立，那么我退出“ 。
但是，如果我喜欢这位女士却又没什么可谈论的呢？ 反之亦然？
据了解，对于我们每个人来说，其中一件事情将更为重要。 确切地说，每个标准都有其自己的重要性程度，换句话说，就是其权重。 权重的倍数标准将相应地给我们带来“外观影响”或“会话影响”。
现在，凭我的良心清楚，我可以回答我自己的问题：
“如果魅力的影响和健谈的影响总比“恋爱”中的价值更大，那么我会去追求它……”
因此，如果我将更多的精力放在女士的健谈上，而在她的外表上减少了体重，那么在有争议的情况下，我会爱上一个我想和他聊天的人。 相反的事实也是如此。
该规则是神经元固有的。
人工神经元是一种将多个输入转换为一个输出的功能。 通过设置这些输入的权重和激励阈值，我们可以调整神经元的适当性。 基本上，对于我们许多人而言，生命科学就此结束了，但是这个故事与我们无关，不是吗？
让我们再得出一些结论：
- 如果两个体重都很轻，我很难爱上任何人。
- 如果两个分量都很高，即使有一根灯杆，我也会坠入爱河。
- 如果降低我的淫秽阈值，也可以使我爱上杆子。 但我求你不要对我这样做！ 让我们暂时忘记它，好吗？
神经网络
我们很难找到明显地善良又健谈的女士。 不管谁说什么，并非所有的风情都是平等的。 因此，我们应该避免残酷和毫不妥协的“ 0”和“ 1”，并用百分比值代替。 然后，可以说“我很受打击”（80％）或“这位女士不太健谈”（20％）。
上面我们原始的“全有或全无神经元”不适合这种情况。 它被“明智的神经元”所取代，后者根据输入数据为我们提供从0到1的值。
一个“明智的神经元”可能对我们说：“这位女士足够漂亮，但我不知道我们可以谈论的任何共同点，这就是为什么我不太喜欢她的原因”。
让我们走得更远。 我们将使用这两个事实进行不同的评估：与这样的女孩一起工作（合作）有多好？ 我们的动作将完全相同-让我们添加一个明智的神经元并调整体重以感到舒适。
基于两个特征来判断女孩会给我们一个非常粗糙的结果。 让我们再介绍一个准则-金钱！ 从零（绝对贫困）到一个（洛克菲勒的女儿）不等。 让我们看看我们的假设如何随着引入的货币标准而变化。
就我自己而言，我认为就性吸引力而言，金钱并不那么重要，但她的时尚外观绝对会对我产生影响。 因此，我将钱的重量保持在较低水平但仍为正数。
就业务关系而言，这对女孩有多富裕绝对没有影响，所以我建议钱的重量为零。
只为工作或恋爱而签下女孩是愚蠢的。 让我们考虑一下，如果我们决定和她一起旅行，那会是多么令人愉悦：
- 魅力在这里是中性的（重量为零或非常低）。
- 多说话是件好事（正重）。
- 在实际旅行中，当钱突然用光时，这是一个非常激动的时刻。 出于这个原因，我会稍微给钱负数。
将这三种方案合而为一时，我们会发现我们已经转变为更审慎的判断水平：从魅力，美钞和健谈到一起旅行时的钦佩，合作和舒适。 请注意，这些信号也可以从零到一变化。 这意味着我最终可以添加最后一个“全有或全无的神经元”，以使其完全回答我的问题：“我应该嫁给她还是不嫁给她？”
好吧，当然，并不是所有事情都那么简单（就女性而言）。 让我们向我们简单而乐观的世界介绍一些戏剧性和现实性。 首先，我们将“嫁与不嫁”神经元作为明智的选择。 犹豫不决是一种人性。 还有一件事，我们将添加“想要她的孩子”神经元，并且要非常接近现实-“远离她的”神经元。
我对女性一无所知，因此我的原始网络现在看起来像本文顶部的插图。
输入断言称为“输入层”，最后的判断称为“输出层”，而隐藏在中间的是“隐藏层”。 隐藏的层是我的判断力和未完成的想法，没人知道。 隐藏可以是几层，也可以没有。
远离一切
您还记得我所说的金钱对我和某人旅行的负面影响吗？ 好吧，我在作弊。 对于某个地方的联程旅行，您最好有一个人陪在身边，有钱也不要太多或很少。 对我来说，似乎更令人兴奋。
尽管如此，在这里我仍然面临挑战：
If I make money weight negative, then the less money the better. If money weight is positive, the more money the better. If money has zero weight, then it does not matter at all.
因此，仅凭重量不足以让我找出“再也不能少”的情况！
为了绕过它，我将发明两个新的神经元：“很多钱”，“很少钱”，并将我夫人的现金流输入到他们的输入中。
现在，我有两个判断：“很多”和“很少”。 如果两个输出无关紧要，那么我的文学作品将变得“既不多也不小”。 也就是说，在输出处，我们将再放置一个负权重的神经元：
“一点也不少”：红色和蓝色箭头分别表示正向和负向关系。
通常，这意味着神经元使人联想到构建套件中的阻滞。 就像由晶体管构建的处理器一样，神经元可以一起形成大脑。 例如，“富人或智慧”判断可以表示如下：
“要么”要么：红色和蓝色箭头分别显示正向和负向关系。
或者这样：
我们可以用“全有或全无”神经元代替“明智”神经元，并获得XOR逻辑运算符。 关键是不要忘记调整激励阈值。
与晶体管和典型编程器的“ if-then”逻辑毫不妥协不同，神经元网络具有加权决策的能力，其决策结果将通过输入参数的平滑变化而变化。 这是智慧！
我想提请您注意，添加一个包含两个神经元的层使“不多不少”的神经元能够做出更复杂，更平衡的判断，切换到新的逻辑级别。 这是从“多”或“少”到折衷解决方案的过渡，从哲学的观点到更周到的判断。 如果我们添加新的隐藏层怎么办？ 我们能够用我们的思想拥抱这个简单的网络，但是具有7层的网络又如何呢？ 我们是否仍然能够感知其判断的深度？ 如果每个人，包括输入层，都将拥有约一千个神经元，那该怎么办？ 您认为它将具备什么能力？
想象一下，我使这种婚姻和爱情的事情变得越来越复杂，最终最终形成了这样的网络。 在那儿的某个地方，它隐藏了我们所有的九个原始神经元，从而将其变成了现实。 无论我们多么努力，我们都根本没有机会了解所有依赖关系以及该网络所作判断的深刻本质。 对我来说，从3x3网络到7x1000的过渡可以比喻为了解银河系的规模，即使不是将宇宙与我自己的体形相比也是如此。 简而言之，我不会成功做到这一点。 这种网络将通过其任何神经元的反应提供的解决方案无法用逻辑来解释。 这就是我们在日常生活中所称的“直觉”（至少是“……中的一个或……”），这是系统无法解释的需求或它给我们的暗示。
但是，与我们的3x3网络的合成示例不同，在3x3网络中，隐藏层中的每个神经元都足够且准确地形式化，而在实际网络中，事实并非一定如此。 在一个设计合理的网络中，其大小对于解决给定的任务而言并不算太大，每个神经元都会检测到某种属性，但这绝对并不意味着在我们的语言中我们可以找到一个适合描述它的单词或短语。 适用于个人，这意味着您可以感觉到他或她的某些特征，但无法用言语解释。
培训课程
在上面的几行中，我提到了一个设计良好的网络，因此很可能会引起您一个不言而喻的问题：“我们如何设计由数千个神经元组成的网络。 为了实现这一目标，我们需要多少“人年”和被毁的生活？” 恐怕要回答第二部分。 更好的方法是使调整过程自动进行，从而迫使网络自己完成这项工作。 这种自动化过程称为培训。 为了提供一个总体思路，我应该回到“至关重要的问题”的原始比喻：
我们以绝对清晰和纯真的头脑来到这个世界，我们的神经元网络完全不了解女士们。 我们需要以无缝的方式进行设置，以使幸福和快乐融入我们的家中。 为此，我们需要一些经验，可以通过多种方式进行开发：
在您身边请一位培训师来完成这项工作（针对梦想家和感伤者）。 观看好莱坞肥皂剧和阅读肮脏的小说。 也可以带父母和/或朋友收集信息。 然后，根据获取的信息量，是时候检查到目前为止积累的知识了。 未能成功，放弃尝试，倒回以爱情小说开始。
没有培训师可以帮助您（针对绝望的实验者）。 使用试错法与一十二名妇女结婚。 结婚时，每次都糊涂在头上。 重复进行，直到您认为这足够了，并且您知道这通常是如何发生的。
没有培训师可以帮助您，选项2（绝望的乐观主义者会选择此选项）。 随它去做点生活，找到自己有一天结婚的日子。 然后，根据当前情况重新调整网络，以确保一切都适合您。
从逻辑上讲，我应该进一步详细记录所有内容，但是，如果没有数学知识，恐怕哲学将太多。 因此，我相信我最好在这里停下来。 也许下次吧？
上面提到的一切对于“感知器”类型的人工神经元网络都是正确的。 其他网络在原则上相似，但也有各自的特点。
希望您在训练时能有好的体重和出色的样本！ 如果您还不需要它们，请告诉其他人这篇文章。
RU版本