神经网络基础知识

感知机

感知机是一种最简单的线性二分类模型。

下图为一个感知机的基本结构。

其中,in1,in2,inn叫做感知机的输入,而out是感知机的输出,且只有0和1两个值。

在中间的圆球中:

还会有一个∑wixi和b两个参数。

Σwixi是权重参数,b是偏置参数,而这个圆球就是一个神经元。

当输入信号进入后,会与权重w相乘,得到信号的加权和之后与b进行比较,如果大于b则输出1,

否则输出0。

当输出y=1的时候为正类,y=0的时候为负类。

感知机与逻辑电路

二输入感知机有:

与门、或门。

对应C语言的逻辑与和逻辑或一样。

多层感知机

例如异或门没有办法使用一条直线进行完全正确的线性分类,这就需要用到多层感知机。

例如在异或门中用到了两个与门和一个或门。

即:"先与后或"。

两层感知机可以实现对非线性异或逻辑的区分,得到的分类线也不再是一条直线了,而是一条曲线。

逻辑回归

感知机是神经网络的基础,多层感知机与神经网络非常相似。

逻辑回归模型可以看作是感知机模型的优化,也可以看成一种最简单、最基本的神经网络模型。

阶跃函数:

g(s) =

1,s>0

0,s<=0

但是阶跃函数有一个缺点,就是在s = 0处是不可导的,无法计算梯度。

因此我们使用Sigmoid函数来将阶跃函数g(s)模型简单化。

表达式为:

Sigmoid函数特点:

s = 0:g(s) = 0.5

s > 0:g(s) > 0.5

s < 0: 0 < g(s) < 0.5

损失函数

逻辑回归模型最后经过Sigmoid函数,输出一个概率值,这个概率值反映了预测为正类的可能性,概率越大,可能性越大。

则我们用

y = P(y=1|x)

其中y表示当前样本为正类(y=1)的概率。

相关推荐
凌冰_8 小时前
数据结构 - 时间空间复杂度(一)
数据结构·算法·软件工程
VIP_CQCRE8 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
Pniubi9 小时前
力扣2 . 两数相加
算法·leetcode·职场和发展
戴·菲瑜9 小时前
为什么PPO难以做出顶级棋类引擎
算法·博弈论·rl·ppo
泯泷9 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我10 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0110 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn11 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄11 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下12 小时前
langgraph 全栈项目(三)
前端·人工智能·后端