神經網絡:多層感知器-MLP
神經網絡是當前機器學習領域普遍所應用的,例如可利用神經網絡進行圖像識別、語音識別等,從而將其拓展應用于自動駕駛汽車。它是一種高度并行的信息處理系統,具有很強的自適應學習能力,不依賴于研究對象的數學模型,對被控對象的的系統參數變化及外界干擾有很好的魯棒性,能處理復雜的多輸入、多輸出非線性系統,神經網絡要解決的基本問題是分類問題。

目前在機器學習領域火爆的開源軟件庫中,TensorFlow算其中一個,里面有大量的機器學習和深度神經網絡方面的研究,畢竟由Google 大腦小組開發出來,其系統的通用性和易用性是無可比擬的,TensorFlow是一個采用數據流圖(Data flow graphs),用于數值計算的開源軟件庫。節點(Nodes)在圖中表示數學操作,圖中的線(edges)則表示在節點間相互聯系的多維數據數組,即張量(tensor)。(數據流圖用“結點”(nodes)和“線”(edges)的有向圖來描述數學計算。“節點”一般用來表示施加的數學操作,但也可以表示數據輸入(feedin)的起點/輸出(push out)的終點,或者是讀取/寫入持久變量(persistent variable)的終點。“線”表示“節點”之間的輸入/輸出關系。這些數據“線”可以輸運“size可動態調整”的多維數據數組,即“張量”(tensor)。張量從圖中流過的直觀圖像是這個工具取名為“Tensorflow”的原因,一旦輸入端的所有張量準備好,節點將被分配到各種計算設備完成異步并行地執行運算)。因此對想快速上手神經網絡做一些有趣的圖像識別和語音識別的小伙伴可利用TensorFlow進行學習。

神經網絡的變種目前有很多,如誤差反向傳播(Back Propagation,BP)神經網路、概率神經網絡、卷積神經網絡(Convolutional Neural Network ,CNN-適用于圖像識別)、時間遞歸神經網絡(Long short-term Memory Network ,LSTM-適用于語音識別)等。但最簡單且原汁原味的神經網絡則是多層感知器(Muti-Layer Perception ,MLP),只有理解經典的原版,才能更好的去理解功能更加強大的現代變種。



請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













