DL基石-神經(jīng)網(wǎng)絡(luò)簡(jiǎn)易教程

在這篇文章中,我們將去學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。

本篇文章的學(xué)習(xí)需要對(duì)機(jī)器學(xué)習(xí)有著基本理解,如果你學(xué)習(xí)過一些機(jī)器學(xué)習(xí)算法,那就更好了。首先簡(jiǎn)單介紹一下人工神經(jīng)網(wǎng)絡(luò),也叫ANN。很多機(jī)器學(xué)習(xí)算法的靈感來自于大自然,而最大的靈感來自我們的大腦,我們?nèi)绾嗡伎?、學(xué)習(xí)和做決定。有趣的是,當(dāng)我們觸摸到熱的東西時(shí),我們身體里的神經(jīng)元會(huì)將信號(hào)傳遞給大腦的,然后大腦會(huì)產(chǎn)生讓我們從熱的區(qū)域撤退的反應(yīng)。我們可以根據(jù)經(jīng)驗(yàn)來進(jìn)行訓(xùn)練,根據(jù)我們的經(jīng)驗(yàn),我們開始做出更好的決定。使用同樣的類比,當(dāng)我們向神經(jīng)網(wǎng)絡(luò)發(fā)送一個(gè)輸入(觸摸熱物質(zhì)),然后根據(jù)學(xué)習(xí)(先前的經(jīng)驗(yàn)),我們產(chǎn)生一個(gè)輸出(從熱區(qū)域退出)。在未來,當(dāng)我們得到類似的信號(hào)(接觸熱表面),我們可以預(yù)測(cè)輸出(從熱區(qū)退出)。假設(shè)我們輸入了諸如溫度、風(fēng)速、能見度、濕度等信息,以預(yù)測(cè)未來的天氣狀況——下雨、多云還是晴天。這可以表示為如下所示。

讓我們用神經(jīng)網(wǎng)絡(luò)來表示它并理解神經(jīng)網(wǎng)絡(luò)的組成部分。神經(jīng)網(wǎng)絡(luò)接收輸入,通過使用激活函數(shù)改變狀態(tài)從而轉(zhuǎn)換輸入信號(hào),進(jìn)而產(chǎn)生輸出。輸出將根據(jù)接收到的輸入、強(qiáng)度(如果信號(hào)由權(quán)值表示)和應(yīng)用于輸入?yún)?shù)和權(quán)值的激活而改變。神經(jīng)網(wǎng)絡(luò)與我們神經(jīng)系統(tǒng)中的神經(jīng)元非常相似。

x1、x2、…xn是神經(jīng)元向樹突的輸入信號(hào),在神經(jīng)元的軸突末端會(huì)發(fā)生狀態(tài)改變,產(chǎn)生輸出y1、y2、…yn。以天氣預(yù)報(bào)為例,溫度、風(fēng)速、能見度和濕度是輸入?yún)?shù),然后神經(jīng)元通過使用激活函數(shù)對(duì)輸入施加權(quán)重來處理這些輸入,從而產(chǎn)生輸出,這里預(yù)測(cè)的輸出是晴天、雨天或陰天的類型。

那么,神經(jīng)網(wǎng)絡(luò)的組成部分是什么呢神經(jīng)網(wǎng)絡(luò)會(huì)有輸入層,偏置單元。一個(gè)或多個(gè)隱藏層,每個(gè)隱藏層將有一個(gè)偏置單元輸出層與每個(gè)連接相關(guān)的權(quán)重將節(jié)點(diǎn)的輸入信號(hào)轉(zhuǎn)換為輸出信號(hào)的激活函數(shù)輸入層、隱含層和輸出層通常稱為全連接層

這些權(quán)值是什么,什么是激活函數(shù),這些方程是什么?讓我們簡(jiǎn)化一下權(quán)重是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方式,我們調(diào)整權(quán)重來確定信號(hào)的強(qiáng)度。權(quán)重幫助我們得到不同的輸出。例如,要預(yù)測(cè)晴天,溫度可能介于宜人到炎熱之間,晴天的能見度非常好,因此溫度和能見度的權(quán)重會(huì)更高。濕度不會(huì)太高,否則當(dāng)天會(huì)下雨,所以濕度的重量可能會(huì)小一些,也可能是負(fù)的。風(fēng)速可能與晴天無關(guān),它的強(qiáng)度要么為0,要么非常小。我們隨機(jī)初始化權(quán)重(w)與輸入(x)相乘并添加偏差項(xiàng)(b),所以對(duì)于隱藏層,會(huì)先計(jì)算z,然后應(yīng)用激活函數(shù)。我們稱之為前向傳播。方程可以表示如下,其中為層的編號(hào),對(duì)于輸入層。

123下一頁>

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )

贊助商
2020-06-18
DL基石-神經(jīng)網(wǎng)絡(luò)簡(jiǎn)易教程
在這篇文章中,我們將去學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。本篇文章的學(xué)習(xí)需要對(duì)機(jī)器學(xué)習(xí)有著基本理解,如果你學(xué)習(xí)過一些機(jī)器學(xué)習(xí)算法,那就更好了。首先簡(jiǎn)單介紹一下人工神經(jīng)網(wǎng)絡(luò),也叫ANN。

長(zhǎng)按掃碼 閱讀全文