3.1手写数字识别:MNIST,Perceptron

    xiaoxiao2021-12-15  38

    人脑:大脑视觉皮层V1,包含140,000,000神经元;数百亿个连接,还有V2,V3,V4,V5

    人脑进化几千年

    对于一个图像,对于机器来讲就是一个矩阵,彩色的就是三层的矩阵。类似于的人脑学习过程,V1处理像素级别的信息,V2处理的是边缘的信息......

    计算机识别图像

    对于一个小块而言,计算机看到的是这样的,如何从这个数据中感知到时什么物体,是研究的关键。

    例如手写体,我们怎么从28*28的图像中发觉图像显示的是几?就要利用机器学习了。下面从一点一滴基础学起。

    神经元:

    计算一下:是不是要去踢球?权重的定义:表示这个因素到底重要与否。

    实际的问题要更为复杂

    一句话理解什么是偏置!我们将阈值转移到方程左边,就产生了我们所说的b:偏置,解释为偏好,我们需要多大的偏好才能使得产生激活。

    神经元的功能和与非门等同。由于与非门可以模拟任何方程!故神经元也可以,神经网络的强大源于此。

    我们看代码的时候常看看这个函数:Sigmoid function ,为什么用它呢?看下文

    为了模拟更加细微的变化,而不是{0,1},模拟到[0,1]

    之前的定义的是STEP  function  转化为sigmoid function 效果如图:

    sigmoid function是深度学习中一个很重要的函数,希望大家理解含义。

    转载请注明原文地址: https://ju.6miu.com/read-1000229.html

    最新回复(0)