深度学习（5）感知机（神经元）与神经网络
目录感知机（神经元）一个感知机：两个感知机：三个感知机：神经网络例（神经网络）感知机（神经元）感知机是集语音、文字、手语、人脸、表情、唇读、头势、体势等多通道为一体的,并对这些通道的信息进行编码、压缩、集成、融合的计算机智能接系统。一个感知机：可以发现处理效果不咋样，只能处理一部分数据。两个感知机：处理效果比刚才好了很多。三个感知机：可以发现处理效果已经很不错了，比刚才好了很多。一个感知机解决不了
·
目录
感知机（神经元）
感知机是集语音、文字、手语、人脸、表情、唇读、头势、体势等多通道为一体的,并对这些通道的信息进行编码、压缩、集成、融合的计算机智能接系统。
一个感知机：
可以发现处理效果不咋样，只能处理一部分数据。
两个感知机：
处理效果比刚才好了很多。
三个感知机：
可以发现处理效果已经很不错了，比刚才好了很多。
一个感知机解决不了，就用多个感知机解决。
多个感知机时，称为神经元。
多个神经元构成：神经网络。
神经网络：不同结构解决不同的问题。
神经网络
构成：输入层、隐层、输出层。
目的：寻找权重参数w。（自动从数据中学习到合适的权重参数）
神经网络由于有较多神经元，所以展现出强大的非线性。
例（神经网络）
假设有10个类别，图像大小为28*28：
则特征数量为：28*28=784
输入元素个数为：784
全连接层最后得到的10个结果，还需要经过softmax层：把输出转换为概率。
得到概率后，最大的概率即为预测结果。
用交叉熵损失检验结果正确性：
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
2
0- 0
已为社区贡献7条内容
所有评论(0)