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
Gyoku Mint7 小时前
提示词工程(Prompt Engineering)的崛起——为什么“会写Prompt”成了新技能?
人工智能·pytorch·深度学习·神经网络·语言模型·自然语言处理·nlp
m0_617663627 小时前
Deeplizard深度学习课程(七)—— 神经网络实验
人工智能·深度学习·神经网络
l12345sy7 小时前
Day21_【机器学习—决策树(3)—剪枝】
决策树·机器学习·剪枝
笔触狂放7 小时前
【机器学习】综合实训(一)
人工智能·机器学习
ningmengjing_8 小时前
激活函数:神经网络的“灵魂开关”
人工智能·深度学习·神经网络
Billy_Zuo8 小时前
人工智能机器学习——逻辑回归
人工智能·机器学习·逻辑回归
非门由也9 小时前
《sklearn机器学习——管道和复合估计器》联合特征(FeatureUnion)
人工智能·机器学习·sklearn
l12345sy9 小时前
Day21_【机器学习—决策树(1)—信息增益、信息增益率、基尼系数】
人工智能·决策树·机器学习·信息增益·信息增益率·基尼指数
非门由也9 小时前
《sklearn机器学习——管道和复合估算器》异构数据的列转换器
人工智能·机器学习·sklearn
java1234_小锋10 小时前
Scikit-learn Python机器学习 - 特征降维 压缩数据 - 特征提取 - 主成分分析 (PCA)
python·机器学习·scikit-learn