大模型(二)神经网络

文章目录

什么是模型

模型是一个由输入和输出构成的系统。只要有模型,就一定有输入和输出。

分类:

  • 明确数学公式: 这类公式是明确的,当输入数据时,会进行明确的数据计算
  • 需学习与训练: 这类公式不那么明确,需要通过学习和训练来明确,如神经网络和机器学习

融合两类公式: 真实的模型往往是融合了明确数学公式和需学习的公式。

步骤:

  • 设计一个符合场景的公式
  • 模型的参数

设计模型的主要工作:设计数学公式

模型就是一个数学公式,设计模型就是设计能解决真实问题的数学公式

万金油公式-神经网络

复杂真实问题难以通过人类设计公式解决,神经网络作为万金油公式应运而生:神经网络:模拟人脑,设计一种一劳永逸的公式结构,通过大量参数(如几千亿个)进行复杂计算

这样在模型中只需要做第二个步骤

通过案例理解神经网络-基于MNIST数据库的图像识别

MNIST数据库介绍

此模型接受图片作为输入,输出结果为概率

MNIST数据库中有7万张手写的数字图片,从0-9,其中6万张用于训练,1万张用于测试。

每张图片只包含一个手写数字(0-9),为28×28像素的灰度图片(黑白图片)

实现步骤

  • 将图片的每一个像素转为用0-255展示的数字,输出为一个28*28=784维向量
  • 边缘提取:用前一个数字减去后一个数字,把非0数字转化为1,其中1为边缘,0为中间或者没有
  • 采用中间公式进行计算
  • 输出十个概率,对应这个图片中数字是0-9的概率

神经网络与机器学习

神经网络的作用: 有了神经网络,设计公式结构变得轻松,因为神经网络可以替代人类设计复杂的数学公式,部分公式由人类设计,部分由神经网络完成,两者融合。

模拟机器学习的过程

  • 给出一个公式
  • 确定参数分别是多少
    • 随机初始化一组参数
    • 在训练数据集中,利用公式进行分类
    • 计算分类结果的误差
    • 计算参数的值应该如何计算才能减小误差:假设其他参数都不变 只变化一个参数 得到一个平面上的曲线 神经网络和机器学习
    • 计算出一组新的参数值
    • 回到第二步
相关推荐
程序员NEO5 分钟前
精控Spring AI日志
人工智能·后端
伪_装7 分钟前
上下文工程指南
人工智能·prompt·agent·n8n
普通程序员36 分钟前
Gemini CLI 新手安装与使用指南
前端·人工智能·后端
视觉语言导航37 分钟前
ICCV-2025 | 复杂场景的精准可控生成新突破!基于场景图的可控 3D 户外场景生成
人工智能·深度学习·具身智能
whaosoft-14344 分钟前
51c自动驾驶~合集6
人工智能
tonngw1 小时前
Manus AI与多语言手写识别
人工智能
love530love1 小时前
Docker 稳定运行与存储优化全攻略(含可视化指南)
运维·人工智能·windows·docker·容器
HeartException2 小时前
量子计算+AI芯片:光子计算如何重构神经网络硬件生态
人工智能
摸鱼仙人~2 小时前
Minstrel:多智能体协作生成结构化 LangGPT 提示词
人工智能·提示词
AI街潜水的八角3 小时前
深度学习图像分类数据集—濒危动物识别分类
人工智能·深度学习