Neural networks and deep learning C1總結(一)

由人腦中的神經元逐層處理圖像引入如何構建一個程序使電腦識別手寫數字,引入經驗性的事務無法靠普通的算法來實現,進而引入神經網絡。

一.  感知機 Perceptrons

感知機使人工神經元的一種。感知機有一個或多個輸入併產生一個二進制輸出。

如圖:

圖中爲一個感知機,其中他有三個輸入,x1,x2,x3,每個輸入都會有一個權重,w1,w2,w3,最終的輸出0或1。由  ,決定最終輸出0或1,因此還需要引入一閾值,高於或低於閾值各自對應一個0或1.

運用感知機可以以做一些決策:

例如:是否參加某個活動,如下有三個你考慮的因素

  1. 天氣好不好
  2. 遠不遠
  3. 有沒有人陪你去

然後爲這個感知機的每個輸入設置一個權重,比如,你比較介意天氣情況就設置,設置閾值爲5,大於5就輸出1,小於五就輸出0。

當輸入0,0,1時,輸出 0;

當輸入1,0,1時,輸出 1;

當輸入0,1,1時,輸出 0;

可見權重大的參數對結果的影響更加大,這就是一個簡單的感知機。

當然,一個感知機並不是一個完整的決策模型,一個複雜的感知機網絡可以做出相當複雜的決策,如圖:

如圖展示瞭如何通過權衡不同的evidence來做一個更完美的決策。

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章