基于JavaScript实现的简单的二元神经网络算法

一 神经网络算法

神经网络可以指向两种，一个是生物神经网络，一个是人工神经网络。

神经网络用到的算法就是向量乘法(矩阵)，并且广泛采用符号函数及其各种逼近。并行、容错、可以硬件实现以及自我学习特性，是神经网络的几个基本优点，也是神经网络计算方法与传统方法的区别所在。

每个神经元(这里指的是输入)通过特殊的输出函数来进行相应的处理来自其相邻的神经元的加权输入值

神经元之间的信息传递的强度，主要靠所谓的加权值来定义，算法会不断的调整加权值来实现自我的学习的一个过程过程。

二 Javascript线性代数包

神经网络的计算涉及到大量的矩阵计算,这里用到了numerics。

三 整体效果

四 两层神经元结构

其实一个神经网络分很多层的,如:

1.输入层

2.隐藏层

3.输出层

不过在这里为了简单,我们只考虑两层,略去隐藏层

假设我们现在输入的参数为4个.输出的是一个.

五 具体算法实现

第一步:构建输入输出

首先构建一个4阶矩阵输入和一个输出:

第二步:具体的举证计算

第四步:结果输出

六 效果