【转】人工智能-1.2.2 神经网络是如何进行预测的

上一篇文章中我们已经知道了如何将数据输入到神经网络中。那么神经网络是如何根据这些数据进行预测的呢?我们将一张图片输入到神经网络中,神经网络是如何预测这张图中是否有猫的呢??

这个预测的过程其实只是基于一个简单的公式:z = dot(w,x) + b。看到这个公式,完全不懂~~不少同学可能被吓得小鸡鸡都萎缩了一截。不用怕,看完我下面的解说后,你就会觉得其实它的原理很简单。就像玻璃栈道一样,只是看起来可怕而已。

 

上面公式中的x代表着输入特征向量,假设只有3个特征,那么x就可以用(x1,x2,x3)来表示。如下图所示。w表示权重,它对应于每个输入特征,代表了每个特征的重要程度。b表示阈值[yù zhí],用来影响预测结果。z就是预测结果。公式中的dot()函数表示将w和x进行向量相乘。(不用怕,在后面的文章《向量化》中我会用很通俗易懂的语言来给大家介绍向量相乘有关的高等数学知识)。我们现在只需要知道上面的公式展开后就变成了z = (x1 * w1 + x2 * w2 + x3 * w3) + b。

那么神经网络到底是如何利用这个公式来进行预测的呢?下面我通过一个实例来帮助大家理解。

假设周末即将到来,你听说在你的城市将会有一个音乐节。我们要预测你是否会决定去参加。音乐节离地铁挺远,而且你女朋友想让你陪她宅在家里搞事情,但是天气预报说音乐节那天天气特别好。也就是说有3个因素会影响你的决定,这3个因素就可以看作是3个输入特征。那你到底会不会去呢?你的个人喜好——你对上面3个因素的重视程度——会影响你的决定。这3个重视程度就是3个权重。

如果你觉得地铁远近无所谓,并且已经精力衰竭不太想搞事情了,而且你很喜欢蓝天白云,那么我们将预测你会去音乐节。这个预测过程可以用我们的公式来表示。我们假设结果z大于0的话就表示会去,小于0表示不去。又设阈值b是-5。又设3个特征(x1,x2,x3)为(0,0,1),最后一个是1,它代表了好天气。又设三个权重(w1,w2,w3)是(2,2,7),最后一个是7表示你很喜欢好天气。那么就有z = (x1 * w1 + x2 * w2 + x3 * w3) + b = (0 * 2 + 0 * 2 + 1 * 7) + (-5) = 2。预测结果z是2,2大于0,所以预测你会去音乐节。

如果你最近欲火焚身,并且对其它两个因素并不在意,那么我们预测你将不会去音乐节。这同样可以用我们的公式来表示。设三个权重(w1,w2,w3)是(2,7,2),w2是7表示你有顶穿钢板的欲火。那么就有z = (x1 * w1 + x2 * w2 + x3 * w3) + b = (0 * 2 + 0 * 7 + 1 * 2) + (-5) = -3。预测结果z是-3,-3小于0,所以预测你不会去,会呆在家里搞事情。

 

预测图片里有没有猫也是通过上面的公式。经过训练的神经网络会得到一组与猫相关的权重。当我们把一张图片输入到神经网络中,图片数据会与这组权重以及阈值进行运算,结果大于0就是有猫,小于0就是没有猫。

你平时上网时有没有发现网页上的广告都与你之前浏览过的东西是有关联的?那是因为很多网站都会记录下你平时的浏览喜好,然后把它们作为权重套入到上面的公式来预测你会购买什么。如果你发现你朋友电脑手机上的网页里面老是出现一些情趣用品或SM道具的广告,那你朋友肯定是个性情中人。

上面那个用于预测的公式我们业界称之为逻辑回归,这个名字有点奇怪,大家记住就行了,只是个名字而已。

最后再稍微提一下激活函数。在实际的神经网络中,我们不能直接用逻辑回归。必须要在逻辑回归外面再套上一个函数。这个函数我们就称它为激活函数。激活函数非常非常重要,如果没有它,那么神经网络的智商永远高不起来。而且激活函数又分好多种。后面我会花好几篇文章来给大家介绍激活函数。在本篇文章的末尾,我只给大家简单介绍一种叫做sigmoid的激活函数。它的公式和图像如下。

我们在这里先只介绍它的一个用途——把z映射到[0,1]之间。上图中的横坐标是z,纵坐标我们用y’来表示,y’就代表了我们最终的预测结果。从图像可以看出,z越大那么y’就越靠近1,z越小那么y’就越靠近0。那为什么要把预测结果映射到[0,1]之间呢?因为这样不仅便于神经网络进行计算,也便于我们人类进行理解。例如在预测是否有猫的例子中,如果y’是0.8,就说明有80%的概率是有猫的。

激活函数就只介绍这些,后面的文章再详细介绍它。有些同学可能会不乐意,要求我多说一些,其实我也想口若悬河地扒拉扒拉说一大堆,因为把一件简单的事给说复杂了是很容易的,而要把一件复杂的事给说简单了是非常非常难的。每篇文章我都是改了又改,删了又删,目的就是让它尽可能的通俗易懂。说多了反而让你们变得晕头转向。例如其实在逻辑回归公式中,w其实应该写成w.T,因为实际运算中我们需要w的转置矩阵。你是不是有点晕头转向了~~我在教程前面的文章里通常会省略掉一些细节,因为那些细节较难,而且他们对于大家理解最重要的理论部分又没有帮助;在后面的文章,我会慢慢地把他们给介绍出来,让你们循序渐进,快乐地在不知不觉中学会人工智能这一尖端的高科技。

在本篇文章中,我们知道了神经网络是如何进行预测的。那么它又是如何判断自己是否预测正确了的呢?如果发现自己预测错误了,他又是如何从错误中进行学习,使自己越来越聪明的呢?后面的文章我将给大家揭晓!

最开始我是在CSDN上面进行公开教学的,深受网友喜爱,粉丝增长速度直逼苍井空老师。

但后来发现很多网友只是玩玩而已,并没有下决心学好人工智能。为了将我有限的精力花在那些真心想学好的同学身上,我转到了QQ空间进行教学,只有部分经过筛选的网友才可以进入学习。放弃CSDN后我的精力都集中在努力将QQ空间打造成一个高质量的人工智能忠实爱好者的学习乐园,大家在里面交流学习,我也会带领大家做项目,表现突出者也可直接加入到百度的研发团队中,人工智能领域现在真的很缺人~~后来在学习中又有同学反应QQ空间有时候刷不出图,而且还会屏蔽一些黄色词汇,杂七杂八的体验不好。所以我就又花时间给大家建了这个专门的学习网站,想发什么内容都可以了;网站风格也清爽简练,很适合学习。。。就这样一步步地,我在不断优化内容的同时,也在不断提升同学们的学习环境!让真正想学的同学能在更好的环境中学到更优秀的技术!

有不少出版社联系我,我都拒绝了,因为我觉得在线网站的效果要好得多。我可以不停地优化教学内容,使技术与时俱进,对于新的班次我都会根据当前人工智能领域的最新成果来进行调整;同学们学完一个内容后有不懂的地方也可以向我提问,我会为其解答。完全自学是很难的,会走不少弯路,所以提问和讨论环节是非常非常重要的,可以为你节约很多时间和精力。另外也有专业的在线教育机构找我合作,可是他们的收费太贵了,极大地增加了同学们的学习成本。所以最终决定创建我们自己的学习网站才是最优方案。

学员越来越多,事也越来越多了。而我精力有限,所以只负责核心教学,其余很多事都是聘请的一些助理负责的,而且网站的运营也不停地需要开支,所以入会的同学需要缴纳些会员费。

有了门槛后,学员是少了很多,但学员质量却提高了,组队参加竞赛的实力也强了。另外令我惊讶的是,学员中甚至有不少AI专业的博硕生以及资深的老程序员。当然有些高中学历的学员也非常的出类拔萃,学得很认真理解得也很透彻!各类背景的学员之间取长补短,同学之间互帮互助,构建了一个良好的学习社区。

我不需要很多学员,我只需要真正想学好的学生!只要你有决心学,即使是零基础,我也有信心把你教好教精!期待你加入到我们的人工智能团队中来!

下面是之前一些同学在QQ空间和网站上提问的截图,有些学员问的问题很有深度!

  

 

 

决定入会的同学可点击此处

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/436869.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

js 根据公历日期 算出农历_一招教会你公历换算成农历,要不要试试看

古代的历法是干支纪年,俗称农历或阴历,现在我们都统一采用公历的阿拉伯数字纪年。因此,就存在着一个历法的换算问题。当然,我们可以查历书就直接知道了,但是这个方法并不一定方便。现在告诉大家一个简单的口诀&#xf…

【转】C# HMAC Sha1 生成签字

最近因为工作的需要,开始接触腾讯云,在调用CMQ服务时发现官方提供的SDK只有基于.Net Framework的,而现在做.net项目的谁不是用.net core啊。好吧,既然没有官方的SDK,只能自己写服务来调用Api了。遇到的第一个麻烦点的事…

去哪查阅RFC文档?

什么是RFC文档 RFC。 Request For Comments(RFC),是一系列以编号排定的文件。文件收集了有关互联网相关信息,以及UNIX和互联网社区的软件文件。目前RFC文件是由Internet Society(ISOC)赞助发行。基本的互联…

【转】Power Platform(简介)

Power Platform 系统通过允许用户执行以下三个关键操作来帮助他们推动业务发展:使用 Power BI 从数据中获得见解,通过使用 PowerApps 构建的应用程序来推动智能业务流程,以及使用 Power Automate 自动执行这些流程。 这些解决方案彼此配合协作…

云原生的本质_CloudNative

[TOC]阿里云原生技术公开课第1章:云原生课本节课程要点云原生技术发展历程(为什么要学习这门课)课程简介与预备知识(这门课到底教什么)云原生的定义与技术要点(本节正式内容)一、为什么要开设云原生技术公开课?1. 云原生技术发展简史首先从第一个问题进行…

【Python】打包程序后运行程序出现 ModuleNotFoundError: No module named ‘PySide6‘

问题描述 在python虚拟环境中使用PySide6开发桌面程序,执行打包命令: pyinstaller.exe -F -w .\main.py 打包程序完成后,双击运行,弹出对话框提示: ModuleNotFoundError: No module named ‘PySide6’ 原因 虚拟环境…

【转】人工智能-1.2.1 如何将数据输入到神经网络中

1.2.1 如何将数据输入到神经网络中 通过对前面文章的学习,我们已经知道神经网络可以实现真正的人工智能。本小节我会进行详细地讲解,让大家彻底地弄懂神经网络。在仅仅只学完一篇文章后,你肯定依然感觉朦胧,这是正常的&#xff0…

php对接钉钉_php实现钉钉业务报警机器人

使用场景,服务器报异常错误,想要及时收到报警信息并处理环境介绍,本博使用yaf框架php,仅仅提供思路,参考,具体根据自己实际情况进行编写1,每十分钟执行一次任务脚本# 每10分钟执行一次的任务if …

【转】30 岁前实现财务自由的人,都做对了哪些事?

不光是30岁,凡是能实现财务自由的,都有一个特点,这个特点叫做: 做庄思维。 在出现近现代法制社会之前,财富的原始积累最快的方式总结起来说到底都是“抢”和“骗”,然后既得利益者为了保护自己的胜利果实…

protobuf2和3同时安装_在 Ubuntu 上安装 Protobuf 3 的教程详解

什么时候需要安装如果使用 protoc 命令,遇到 Protoc not found,表示未安装。或者,执行时出现错误:This parser only recognizes "proto2",则表示不是3.0版。安装过程及可能遇到的问题安装指令详细介绍请参考…

【转】WPF中关于样式和模板的区别

1.WPF样式 类似于Web应用程序中的CSS&#xff0c;在WPF中可以为控件定义统一的样式(Style)。样式属于资源的一种&#xff0c;例如为Button定义统一的背景颜色和字体&#xff1a; <Window.Resources> <Style TargetType"Button"> <Setter Property&quo…

Qt实现多屏幕多分辨率自适应

这里仅大概描述一下实现思路。 运行条件 两个屏幕&#xff0c;分辨率不同。Qt软件 问题提出 前段时间写了一个软件&#xff0c;窗口内有自绘内容。 自绘内容里面用的长度单位都是像素。可想而知&#xff0c;在开发者的电脑屏幕上大小都是符合要求的。到这一步都没问题。 软…

您需要来自pc的权限才能_微信电脑版还是鸡肋吗?微信PC版3.0内测体验

[PConline 应用]微信PC版3.0来了&#xff01;这到底是个怎样的版本&#xff1f;先说结果吧&#xff0c;好消息是微信PC端新版很快就要上线了&#xff0c;坏消息是这一回采用是邀请内测制&#xff0c;注定了很多人只能等到正式上线后&#xff0c;才能见到新版本&#xff01;目前…

【转】【MySQL】事务与锁(四):行锁到底锁住的是什么?记录?字段?索引?

首先我们有三张表t1,t2,t3&#xff0c;它们都是只有两个字段&#xff0c; int类型的id和varchar类型的name&#xff1b;区别是t1没有索引&#xff0c;t2有主键索引&#xff0c;t3有唯一索引。 再强调一次&#xff0c;在实验前必须提前关闭自动提交&#xff0c;set autocommitof…

【编译原理】理解BNF

BNF范式 下面来自百度百科&#xff1a; 巴科斯范式&#xff08;BNF&#xff09;所描述的语法是与上下文无关的。它具有语法简单&#xff0c;表示明确&#xff0c;便于语法分析和编译的特点。 源码解析使用的算法就是BNF或者其改进算法。 什么是上下文无关文法呢&#xff1f; …

gibmacos 网络加速_黑苹果教程续集,利用EFI在线安装MacOS

本内容来源于什么值得买APP&#xff0c;观点仅代表作者本人 &#xff5c;作者&#xff1a;qianseyue创作立场声明&#xff1a;本人非某领域/某品牌从业人员&#xff0c;有机会学到一些专业知识。然而每个人站在不同立场&#xff0c;内容就会有所偏重&#xff0c;客观与否还请大…

【转】1.1【MySQL】基本SQL语句大全

1.库操作 登录数据库&#xff08;-h -u -p -P都不需要空格&#xff09; mysql -h {ip} -u {username} -p{password} -P {port} # -h ip默认是 localhost # -p 指定密码时中间不要空格&#xff0c;比如 -p123456 # -P 端口默认是 3306 1.1 增 create database 库名1.2 删 dr…

【GUI开发】图像处理类软件的浏览功能实现模型

图像处理软件包括但不限于&#xff1a; 图片浏览器&#xff0c;2D地图浏览器、图片编辑器等软件。 为了处理大分辨率图片&#xff0c;一般采用GDAL加载图像&#xff0c;GDAL可以动态加载图像的一部分&#xff0c;可以建立图像金字塔&#xff0c;优化加载速度。 一般的图像处理…

自动事务_JDBC进阶(二)事务编程

一、事务简介事务是用户定义的一个数据库操作序列&#xff0c;这些操作要么全做&#xff0c;要么全不做&#xff0c;是一个不可分割的工作单位。事务具有ACID特性&#xff1a;原子性&#xff08;Atomicity&#xff09; —— 原子性是指事务是一个不可分割的工作单位&#xff0c…

【转】事务和锁机制是什么关系? 开启事务就自动加锁了吗?

数据库锁 因为数据库要解决并发控制问题。在同一时刻&#xff0c;可能会有多个客户端对同一张表进行操作&#xff0c;比如有的在读取该行数据&#xff0c;其他的尝试去删除它。为了保证数据的一致性&#xff0c;数据库就要对这种并发操作进行控制&#xff0c;因此就有了锁的概…