神经网络以及深度学习模型分类

想要了解智能音箱背后的基础技术框架，其实，即使是应用类应用工程师，也需要对神经网络，以及深度学习模型，有一些基本的认识，个人认为这样会更加方便产品设计，以及相应的方案评估，因此，我们或许要大致了解感知机，Sigmoid函数的相关概念。

人类的视觉系统，是世界上最有趣的奇迹之一，当有人给了我们一张手写卡片，大家可以很轻易地认出上面的字迹，这种轻易性让我们觉得机器想要做到这一点也是很容易的，但是实际上，机器需要更多的步骤实现。接下来我们将从深度学习模型，Perception感知机，以及Sigmoid函数的角度，用文字识别这一个小例子，来做关于深度学习的梳理。

首先先从一些基础概念开始。

机器学习（Machine Learning）人工智能发展早期，利用一系列计算机算法分析数据，建立模型，解决问题。近年来最有效的学习方法和工具：深度学习（Deep Learning）。我们以达到实用水平的语音识别技术为范例，如下图：

根据DARPA（国防部高级研究计划署）资助的多次语音评测，语音识别词错误率已经是评估进步的主要指标

之前我们有专门提过，NLP（Neuro-linguistic programming）和NLP（Natural Language Processing）经常被弄混，这次可能简单梳理一下神经网络相关的概念。当前最具代表的深度学习算法模型如下：

Deep Neural Network深度神经网络

Recurrent Neural Network循环神经网络

Convolutional Neural Network卷积神经网络

可能，一个小概念的引入更加方便我们了解这个概念。我们知道，在人类聪明的小脑袋瓜里，大脑半球里面，位于大脑枕叶（Occipital Lobe）的初级视觉皮层(Primary Visual Cortex)(哈哈做硬件的小伙伴是不是会跳戏的想到ARMv7)部位，我们又叫它V1，含有1.4亿个神经元，他们之间有数万亿的联系。然而，人类的视觉控制区域不仅仅只有V1区域，还有V2，V3，V4，V5，逐渐升级做复杂的图像处理。随着人类亿万年的进化，以及逐渐加深的对世界的理解，我们的大脑变成了一个超级计算机。于是，识别手写数字，对我们来讲并非难事。于是，在不知不觉中，我们的图像识别，我们的视觉能力变得尤为精湛。因此，我们并不能清楚的感知到，每当我们认出了一串手写数字，我们的大脑做了多么复杂的工作。

但是，一旦我们尝试用电脑程序写出一个文字识别软件，就会发现这类问题的难度所在。貌似简单的问题变得极其复杂，比如，“9”这个数字，上面是一个圈，下面有一个小尾巴，这件事很难用算法表述。如果我们试图用coding来描述此类规则，你会在一大堆特例，中止申请中迷失方向。

神经网络尝试通过另外一种方式解决问题，通过获取一大堆的手写数字作为样本数据，用作训练案例。然后建立一个可以通过数字样本训练的系统，换句话说，神经网络是用这些样本，做出自动推断手写数字的识别规则。随着样本数据的不断增加，系统会对手写数字规则有更深刻的理解，以提升系统的精准度。

为了开始接触神经网络，我们要介绍一种人工神经元，称之为Perceptron，感知机。在1950年至1960年，科学家Frank Rosenblatt发明了感知机，并激发了Warren McCulloch以及Walter Pitts的研究成果。在当下，其他类的人工神经元或许更加流行，目前主要的模型，或许是Sigmoid Neurons（跟着我用东北话念席各马），为了后续更好的了解席各马函数，我们需要先了解一下感知机。

其实在之前，我们有稍微提过感知机的概念，其实是通过几个二进制输入，给到一个二进制输出。

Rosenblatt介绍了一种简单的规则，用于计算输出——输出0或者1，是根据sum ∑jwjxj，同时引入了weight（权重）这个概念，权重的数值代表了不同的输入值对结果影响力的大小，而sum ∑jwjxj与threshold value（阈值）大小的对比则决定了输出结果。阈值属于神经网络的参数之一，如果用代数形式表示，则如下：

接下来，进一个我最喜欢的例子用来说明感知机。

举例：你隔壁城市即将举办一场红酒节，你喜欢红酒，接下来将要决定是否要去参加红酒节。有三个因素决定你是否会去红酒节：

1）当天天气如何？

2）你的男朋友愿意陪你一起去吗？

3）你自己没车，红酒节的交通是否方便？

我们可以把三个因素定位输入x1,x2，以及 x3，如果天气很好，那么x1=1，如果不好，那么等于0。同理决定x1,x2。接下来，假设你非常非常喜欢红酒，并且就算男朋友不陪，也愿意参加，但是你真的很讨厌下雨，并且因为自己没车，如果交通不便利，也很不方便。因此，天气，男友陪伴，和交通方便的权重值则可以设置为w1=6, w2=2，w3=2。最后，假设你设置的阈值是5，最终你的结果将会因为之前设置的参数，而给出不同的答案。模型不是完善的，但是通过设置不同的权重和阈值，我们会得到不同的模型，这个，就是最基础的感知机了。

接下来希望可以逐渐从感知机过渡到席各马模型，附赠更高级的神经网络，数字信号处理的小伙伴们，还记得被卷积支配的恐惧吗？