标签:一层 ver 数字 权重 像素 Part 激活 2.0 神经元
神经网路究竟是什么
结构:
1.神经元——>装有一个数字的容器
28*28=784个神经元
数字代表对应像素的灰度值
0纯黑像素
1纯白像素
神经元里的数叫做激活值
激活值越大亮度越高
这些神经元组成了网络的第一层
2.网络最后一层
10个神经元代表0到9 10个数字 激活值都处在0到1之间
这些值表示输入数字的可能性
隐藏两层
上一层激活值决定下一层激活值
神经网络处理信息核心机制是
一层的激活值通过怎样的运算,算出下一层的激活值
输入——>使下层产生特殊的图案——>得到结果
输出最亮的表示神经网络的选择
为什么要分层?
我们希望每个层做什么?
我们希望倒数第二层分别对应一个笔画
第二层对应短边
上一层的决定值如何决定下一层
设置一个机制,可以把像素拼成短边,短边拼成图案,把图案拼成数字
我们需要给神经元和第一层所有神经元的每一条接线都附上一个权重值(数字)
算出加权和
识别一条边,把周围的赋予负的权重,这样中间亮,周围暗,加权和最大
sinmoid函数
最大负值接近0,最大正值接近1
可以加上偏置值,不可以随便激发
方法:在加权和后加上一个负数,再送到函数里面
把某一层激活值统一成一列向量,再把下一层所有权重放在一个矩阵中,矩阵第n行就是这一层所有神经元和下一层第n个神经元间所有连线的权重
这样权重矩阵和向量乘积的第n项就是这一层所有的激活值和下一层第n个神经元间连线权重的加权和
神经元看成函数更加准确
输入是上一层所有的神经元的输出输出0到1的值
标签:一层,ver,数字,权重,像素,Part,激活,2.0,神经元 来源: https://www.cnblogs.com/zhangyunan/p/15869037.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。