机器学习——神经网络、感知机

神经网络由之前的单层感知机到多层感知机,再到后来加入隐藏层后得到可以拟合一切的神经网络模型,而反向传播算法是整个神经网络的训练核心

神经网络最典型的应用场景就是图像识别 ,其具体的应用场景包括高铁口进站的人脸识别、医学领域的医学影像进行自动化辅助判读,自动驾驶汽车对行车复杂环境下的目标识别

神经网络最经典的案例就是手写数字识别项目**,其中MNIST数据集包括60000张手写的0~9数字图像,每张数字图像的像素为28×28,通过神经网络对数字图像进行特征提取,然后转化为数值向量进行分类器训练的方式,可以准确识别0~9这10个数字**。

感知机是神经网络和支持向量机的理论基础 ,感知机就是一个线性模型,旨在建立 一个线性分隔超平面对线性可分的数据集进行分类。
神经网络的核心在于基于反向传播的训练算法(前向计算和反向传播),链式求导法则是反向传播的核心操作。

目前新型流行的架构包括:Transformer/RNN/CNN/DNN/GNN/NAS等。

神经网络构建及训练的过程:

网络结构-》参数初始化-》前向传播-》损失计算-》反向传播-》权重更新-》模块整合-》数据准备-》训练与预测-》可视化

单层感知机大体结构:

相关推荐
ReinaXue1 分钟前
大模型【进阶】(五):低秩适配矩阵LORA的深度认识
人工智能·深度学习·神经网络·语言模型·自然语言处理·transformer
计算机sci论文精选1 小时前
CVPR 2024 3D传感框架实现无监督场景理解新纪元
人工智能·机器学习·计算机视觉·3d·cvpr·传感技术
巫婆理发2223 小时前
神经网络(第二课第一周)
人工智能·深度学习·神经网络
zzywxc7875 小时前
详细介绍AI在金融、医疗、教育、制造四大领域的落地案例,每个案例均包含实际应用场景、技术实现方案、可视化图表和核心代码示例
人工智能·深度学习·机器学习
Monkey PilotX5 小时前
VLA:自动驾驶的“新大脑”?
人工智能·机器学习·计算机视觉·自动驾驶
超龄超能程序猿6 小时前
图片查重从设计到实现(4)图片向量化存储-Milvus 单机版部署
人工智能·yolo·机器学习
大连好光景7 小时前
GCN模型的设计与训练(入门案例)
人工智能·深度学习·机器学习
二向箔reverse8 小时前
机器学习入门:线性回归详解与实战
人工智能·机器学习
真就死难8 小时前
Rerank 模型的其中两种路径:BERT 相似度与 CoT 推理
人工智能·机器学习·rag
无规则ai8 小时前
AI三巨头:机器学习、深度学习与人工智能解析
人工智能·深度学习·机器学习