Page 120 - 金融科技力

資料 來源： Christoph Berger

圖 4-3 人 類神經元與 類神經網路 運作

深度學習用類似以上的原理，其「深度」的意思是神經網 路 中
包含許多隱藏層。至於要多少隱藏層才算有「 深度」，目前並未有明

確的標準。如圖 4-4 所示，科學家模仿人腦思考仰賴神經網路的運
作，透過設計函數模組，在電腦中組成「類神經網路」，透 過多層非

線性 函數組成 的神經網 路、及精 心規劃的 權重訓練 過程，讓 電腦 藉
由餵養的訓練資料，歸納出背後的規則，做出最適合的判斷。

以辨認數字為例，人類父母會拿著圖畫，教小孩辨認每個 數 字
的長相，若要教電腦辨識數字「 3」，要 教電腦先從該影像一個個「 像

素 (Pixel)」開始分析，經由層層函數組成的神經網路運算，最後判
斷出這個影像「最可能」為數字「 3」。

隨著近年來深度強化學習技術的發展，學術界提出結合深 度 學
習 與 強化學 習 的方法 ， 稱為深 度 強化學 習 (Deep Reinforcement

Learning)。

106