【西瓜书机器学习】第五章 神经网络

一起啃西瓜书(5)-神经网络《机器学习-周志华》 - 知乎 (zhihu.com)参考进行自我复习整理,侵删!

1、神经元模型
  1. 神经网络定义:神经网络是由 具有适应性简单单元 组成的广泛 并行互连 的网络。
  2. M-P神经元模型:输入、处理、输出

第二步超过阈值则兴奋(做出反应),否则不兴奋(没反应) ,通过f(x)阶跃函数实现,但阶跃函数不连续,使用sigmoid函数。

2、感知机
  1. 组成:两层,输入层 接受外界信号、输出层是"M-P神经元"。

  2. 明确:输入层 的神经元不是"M-P神经元",他们**没有"阈值"**可言,无激活函数

  3. 把阈值转换为类似权重*输入值 的形式:

  4. 学习规则:对于一个样例(x,y),当前感知机的输出为 𝑦^,也就是y为根据x得到的真实的y,也是我们期望感知机能得到的y,但是感知机实际输出的为 𝑦^,两者之间的差距为y- 𝑦^,为了使输出更接近,也就是使y- 𝑦^最小化,我们需要调整感知机参数(所有权重及阈值,阈值已经被转换为了权重形式),调整公式如下:

    也就是学习率越大,调整幅度越大;感知机输出与实际之间的差距越大,调整幅度越大;该神经元的输入值越大,调整幅度越大。同时我们也可以得到如下结论:

  • 若感知机预测正确,不需要调整
  • w向着预测正确的方向调整
  • 根据错误的程度对参数进行调
  1. 可解决问题:线性可分问题。也就是在坐标系中两种类型之间可以用一条线划分开,比如与或非问题可划分如下,其中蓝色为正样本,绿色为负样本。

但是异或问题至少要用两条线才可分割开,如下图所示,这也就意味着感知机无法解决该问题,需要引入两层感知机来解决。

相关推荐
橡晟4 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
墨尘游子4 小时前
神经网络的层与块
人工智能·python·深度学习·机器学习
Leah01054 小时前
什么是神经网络,常用的神经网络,如何训练一个神经网络
人工智能·深度学习·神经网络·ai
Leah01054 小时前
机器学习、深度学习、神经网络之间的关系
深度学习·神经网络·机器学习·ai
PyAIExplorer5 小时前
图像亮度调整的简单实现
人工智能·计算机视觉
Striker_Eureka5 小时前
DiffDet4SAR——首次将扩散模型用于SAR图像目标检测,来自2024 GRSL(ESI高被引1%论文)
人工智能·目标检测
Rvelamen6 小时前
LLM-SECURITY-PROMPTS大模型提示词攻击测评基准
人工智能·python·安全
AI technophile6 小时前
OpenCV计算机视觉实战(15)——霍夫变换详解
人工智能·opencv·计算机视觉
JNU freshman7 小时前
计算机视觉 之 数字图像处理基础(一)
人工智能·计算机视觉
鹧鸪云光伏7 小时前
鹧鸪云重构光伏发电量预测的精度标准
人工智能·无人机·光伏·光伏设计·光伏模拟