看电影就选择黑豹影院。,想看的影片资源应有尽有！,九幺黄9·1大全,绿色软件下载基地

免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

DL基石-神經網絡簡易教程

2020-06-18 10:50

在這篇文章中，我們將去學習神經網絡的基礎知識。

本篇文章的學習需要對機器學習有著基本理解，如果你學習過一些機器學習算法，那就更好了。首先簡單介紹一下人工神經網絡，也叫ANN。很多機器學習算法的靈感來自于大自然，而最大的靈感來自我們的大腦，我們如何思考、學習和做決定。有趣的是，當我們觸摸到熱的東西時，我們身體里的神經元會將信號傳遞給大腦的，然后大腦會產生讓我們從熱的區域撤退的反應。我們可以根據經驗來進行訓練，根據我們的經驗，我們開始做出更好的決定。使用同樣的類比，當我們向神經網絡發送一個輸入（觸摸熱物質），然后根據學習（先前的經驗），我們產生一個輸出（從熱區域退出）。在未來，當我們得到類似的信號（接觸熱表面），我們可以預測輸出（從熱區退出）。假設我們輸入了諸如溫度、風速、能見度、濕度等信息，以預測未來的天氣狀況——下雨、多云還是晴天。這可以表示為如下所示。

讓我們用神經網絡來表示它并理解神經網絡的組成部分。神經網絡接收輸入，通過使用激活函數改變狀態從而轉換輸入信號，進而產生輸出。輸出將根據接收到的輸入、強度（如果信號由權值表示）和應用于輸入參數和權值的激活而改變。神經網絡與我們神經系統中的神經元非常相似。

x1、x2、…xn是神經元向樹突的輸入信號，在神經元的軸突末端會發生狀態改變，產生輸出y1、y2、…yn。以天氣預報為例，溫度、風速、能見度和濕度是輸入參數，然后神經元通過使用激活函數對輸入施加權重來處理這些輸入，從而產生輸出，這里預測的輸出是晴天、雨天或陰天的類型。

那么，神經網絡的組成部分是什么呢神經網絡會有輸入層，偏置單元。一個或多個隱藏層，每個隱藏層將有一個偏置單元輸出層與每個連接相關的權重將節點的輸入信號轉換為輸出信號的激活函數輸入層、隱含層和輸出層通常稱為全連接層

這些權值是什么，什么是激活函數，這些方程是什么？讓我們簡化一下權重是神經網絡學習的方式，我們調整權重來確定信號的強度。權重幫助我們得到不同的輸出。例如，要預測晴天，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重會更高。濕度不會太高，否則當天會下雨，所以濕度的重量可能會小一些，也可能是負的。風速可能與晴天無關，它的強度要么為0，要么非常小。我們隨機初始化權重（w）與輸入（x）相乘并添加偏差項（b），所以對于隱藏層，會先計算z，然后應用激活函數。我們稱之為前向傳播。方程可以表示如下，其中為層的編號，對于輸入層。