❶ 如何繪制神經網路圖-如何用visio畫卷積神經網路圖。圖形類似下圖所示
1. 打開Visio軟體，選擇「網路」類別，選擇一個適合的神經網路圖模板，此處選擇「基本網路圖」。
2. 了解Visio的基本功能，開始繪制簡單的網路連接圖。
3. 首先繪制一個路由器和一個交換機。
4. 接著添加一台PC機，完成基本網路設備的布局。
5. 使用「連線工具」連接這些設備，當滑鼠懸停在帶有「x」的點上時，點會變紅，表示這是當前的連接點。
6. 將三個設備正確連接後，一個基礎的網路圖就完成了。
7. 對於使用MATLAB創建神經網路結構圖，先提供一個示例以幫助理解神經網路應用的實現。
8. 創建一個前饋網路，設置輸入向量x和目標向量y，這里x為1到5的序列，y為一個相應的數值向量。
9. 創建一個前饋神經網路，使用最小-最大歸一化方法處理輸入數據，並定義兩個隱層，分別是20個神經元的層和1個神經元的輸出層，激活函數分別為tansig和purelin。
10. 使用L-M（Levenberg-Marquardt）優化演算法訓練網路，設置最大迭代次數為500，學習率為10的-6次方。
11. 訓練BP（Back Propagation）神經網路，得到訓練後的網路結構、訓練記錄和網路輸出。
12. 計算模擬誤差，使用mse函數得到均方誤差。
13. 繪制模擬結果曲線，將訓練數據和網路輸出數據 plot在一起。
14. 嘗試使用Visio繪制卷積神經網路圖，發現除了最左邊的變形圖片外，其餘部分可以較好實現。
15. 在Visio中使用具有透視效果的塊圖形，通過調整透視角度的紅點來獲得合適的視圖。
16. 使用Ctrl+滑鼠左鍵拖拽復制塊，並進行大小和位置的細致調整，最終得到如圖所示的神經網路圖。
❷ 什麼是神經網路
神經網路是機器學習的一個流派。這是現今最火的一個學派。我們在第一講中，已經知道人學習知識是通過神經元的連接，科學家通過模仿人腦機理發明了人工神經元。技術的進一步發展，多層神經元的連接，就形成了神經網路。那麼神經網路是怎麼搭建起來的呢？神經元是構建神經網路的最基本單位， 這張圖就是一個人工神經元的原理圖，非常簡單，一個神經元由一個加法器和一個門限器組成。加法器有一些輸入，代表從其他神經元來的信號，這些信號分別被乘上一個系數後在加法器里相加，如果相加的結果大於某個值，就「激活」這個神經元，接通到下個神經元，否則就不激活。原理就這么簡單，做起來也很簡單。今天所有的神經網路的基本單元都是這個。輸入信號乘上的系數，我們也叫「權重」，就是網路的參數，玩神經網路就是調整權重，讓它做你想讓它做的事。 一個神經元只能識別一個東西，比如，當你訓練給感知器會「認」數字「8」，你給它看任何一個數字，它就會告訴你，這是「8」還不是「8」。為了讓機器識別更多更復雜的圖像，我們就需要用更多的神經元。人的大腦由 1000 億個神經元構成，人腦神經元組成了一個很復雜的三維立體結構。