线性代数|机器学习-P34神经网络和学习函数

文章目录

  • [1. 神经网络](#1. 神经网络)
  • [2. 损失函数](#2. 损失函数)
  • [3. 距离矩阵](#3. 距离矩阵)

1. 神经网络

构建一个神经网络步骤如下:

    1. 构建一个神经网络
    1. 构造一个学习函数 F ( x , v ) F(x,v) F(x,v),x代表权重 A k , b k A_k,b_k Ak,bk,v代表样本特征向量,ReLu激活函数
      v 1 = R e L u [ F ( A 1 , b 1 , v 0 ) ] → v 1 = R e L u [ A 1 v 0 + b 1 ] \begin{equation} v_1=\mathrm{ReLu}[F(A_1,b_1,v_0)]\to v_1=\mathrm{ReLu}[A_1v_0+b_1]\ \end{equation} v1=ReLu[F(A1,b1,v0)]→v1=ReLu[A1v0+b1]
    1. 不断循环迭代上诉公式,构建神经网络
      v k = R e L u [ A k v k − 1 + b k ] \begin{equation} v_{k}=\mathrm{ReLu}[A_{k}v_{k-1}+b_{k}]\ \end{equation} vk=ReLu[Akvk−1+bk]
  • 神经网络图如下:

2. 损失函数

神经网络损失函数如下:
L ( x ) = { 1 N ∑ i = 1 N [ F ( x , x i ) − t r u e i ] 2 } \begin{equation} L(x)=\{\frac{1}{N}\sum_{i=1}^N[F(x,x_i)-true_i]^2\} \end{equation} L(x)={N1i=1∑N[F(x,xi)−truei]2}

  • 常见的损失函数如下:
    -- 最小平方损失函数
    -- L1范数损失函数
    -- 交叉熵损失函数
    -- Hinge损失函数

3. 距离矩阵

假设我们有两个点 x i , x j x_i,x_j xi,xj,用D表示点之间的距离如下:
d i j = ∣ ∣ x i − x j ∣ ∣ 2 2 \begin{equation} d_{ij}=||x_i-x_j||_2^2 \end{equation} dij=∣∣xi−xj∣∣22

  • 距离向量化分解:
    d i j = ∣ ∣ x i − x j ∣ ∣ 2 = ( x i − x j ) T ( x i − x j ) = x i T x i − x i T x j − x j T x i + x j T x j \begin{equation} d_{ij}=||x_i-x_j||^2=(x_i-x_j)^T(x_i-x_j)=x_i^Tx_i-x_i^Tx_j-x_j^Tx_i+x_j^Tx_j \end{equation} dij=∣∣xi−xj∣∣2=(xi−xj)T(xi−xj)=xiTxi−xiTxj−xjTxi+xjTxj
相关推荐
酷雷曼VR全景8 分钟前
系统升级丨让VR全景制作更全面、更简单
人工智能·科技·vr·vr全景·酷雷曼
链上日记17 分钟前
数字资产反诈指南:识别套路,守护WEEX账户安全
人工智能·安全
爱吃青菜的大力水手24 分钟前
软银收购 ABB 机器人业务的背景与 Physical AI 的关联
人工智能·机器人
长桥夜波1 小时前
【第十七周】机器学习笔记06
人工智能·笔记·机器学习
深栈1 小时前
机器学习:支持向量机
算法·机器学习·支持向量机
golang学习记1 小时前
Claude Code2.0.12发布插件系统:构建可扩展的 AI 编程工作流
人工智能
minhuan1 小时前
构建AI智能体:六十二、金融风控系统:基于信息熵和KL散度的异常交易检测
人工智能·信息熵·kl散度·信息论·金融风控
zy_destiny1 小时前
【工业场景】用YOLOv8实现人员打电话识别
人工智能·python·深度学习·yolo·机器学习·计算机视觉·目标跟踪
zzZ65651 小时前
PyTorch 实现 MNIST 手写数字识别全流程
pytorch·深度学习
吃果冻不吐果冻皮1 小时前
LLM 确定性推理
机器学习