https://space.bilibili.com/88461692/channel/detail?cid=26587 有啓發,但還是有點迷糊。
這個視頻告訴了我:隱藏層 具體這層負責幹啥?其實不知道,沒有想象的那麼明確(明確告訴你 :負責哪小塊問題)。
或許是人類看不懂,但計算機能看懂的特徵描述。
但這到底爲什麼!這應該是我的一個學習的起點。
圖片是如何輸入神經網絡的?
圖片,拉成列向量,數據在0~1之間(代表灰度值),是active,作爲a0,是輸入層。
神經網絡的結構
輸入層、 隱藏層、輸出層
"我希望的":每一層都做點什麼?(事實上:根本不!)
我希望隱藏層的最後一層 能判別部件
我希望隱藏層的倒數第二層:識別更精細的部件(上層決定下層)
數學表示
註釋:行向量 * 列向量 = 數
想想煎餅果子:
如何調節w,識別圖片中,是否存在一條"橫邊"
w.關注的像素 = 正數;
w.周圍像素 = 負數;
w.不關注的像素 = 0;
事實上的權重
希望中: 第二層爲了識別小短邊,第三層識別"一橫""一豎""圓圈"等組合
事實是: