神经网络与空间变换关系

神经网络的隐藏层实际上就是在进行一次空间变换,隐藏层中神经元的个数就是变换后空间的维度,代表可以升维也可以降维。

不同是 神经网络的一层运算不只有矩阵乘法,还会有一个加法。以及 进行完线性计算后,还要经过非线性的激活函数

  1. 与权重系数W相乘,相当于是乘以一个矩阵,进行和空间的旋转或者是拉伸变换,

​2. 加上偏置系数b,相当于对空间向量进行了一个平移操作

  1. 经过非线性的激活函数,让模型描述更复杂的情况,实现多对一(比如分类问题,如果将每张图片当作原空间的一个点,最后映射到新空间的一个点(猫))

隐藏层虽然有了更深的层,但是神经元的个数却在减少。

隐藏层越深,抽象程度越高

相关推荐
Json_17 分钟前
Vue Methods Option 方法选项
前端·vue.js·深度学习
Naomi52125 分钟前
Trustworthy Machine Learning
人工智能·机器学习
刘 怼怼38 分钟前
使用 Vue 重构 RAGFlow 实现聊天功能
前端·vue.js·人工智能·重构
程序员安仔39 分钟前
每天学新 AI 工具好累?我终于发现了“一键全能且免费不限量”的国产终极解决方案
人工智能
闭月之泪舞39 分钟前
OpenCv(五)——边缘检测
人工智能·计算机视觉
星霜旅人40 分钟前
K-均值聚类
人工智能·机器学习
Json_1 小时前
Vue v-bind指令
前端·vue.js·深度学习
lilye661 小时前
程序化广告行业(39/89):广告投放的数据分析与优化秘籍
大数据·人工智能·数据分析
Json_1 小时前
JS中的冒泡简洁理解
前端·javascript·深度学习
欧雷殿1 小时前
再谈愚蠢的「八股文」面试
前端·人工智能·面试