神经网络:表示(Neural Networks: Representation)


如今的神经网络对于许多应用来说是最先进的技术。

对于现代机器学习应用,它是最有效的技术方法。

神经网络模型是许多逻辑单元按照不同层级组织起来的网络, 每一层的输出变量都是下一层的输入变量。

下图为一个 3 层的神经网络:

第一层为输入层(Input Layer)

中间一层为隐藏层(Hidden Layers)

最后一层为输出层(Output Layer)

我们为每一层都增加一个偏差单位(bias unit):

代表第 j 层的第 i 个激活单元。

代表从第 j 层映射到第 j+1 层时的权重的矩阵。

其尺寸为:以第 j+1 层的激活单元数量为行数,以第 j 层的激活单元数加1为列数的矩阵。

对于上图所示的模型,激活单元和输出分别表达为:

每一个 a 都是由上一层所有的 x 和每一个 x 所对应的权重决定的。

把这样从左到右的算法称为前向传播算法( FORWARD PROPAGATION )

完整计算过程:

其实神经网络就像是 logistic regression,只不过我们把 logistic regression 中的输入向量[x1~x3]变成了中间层的[a(2)1~a(2)3]。

我们可以把 a0,a1,a2,a3看成更为高级的特征值,也就是 x0,x1,x2,x3的进化体,并且它们是由 x 与决定的。

这些更高级的特征值远比 x 次方厉害,也能更好的预测新数据。

这就是神经网络相比于逻辑回归和线性回归的优势。

—————————————————————————————————————————————————————————

从本质上讲,神经网络能够通过学习得出其自身的一系列特征。

神经网络中,单层神经元(无中间层)的计算可用来表示逻辑运算,比如逻辑 AND、逻辑或 OR 、逻辑非NOT。

可以利用神经元来组合成更为复杂的神经网络以实现更复杂的运算, 例如 XNOR 功能。

按这种方法我们可以逐渐构造出越来越复杂的函数,也能得到更加厉害的特征值。

这就是神经网络的厉害之处。

—————————————————————————————————————————————————————————

多类分类(Multiclass Classification)

假设k类,则输出层有k个神经元。

每个样例的类标都是一个k向量,对应下标置1,其余置0。

如有4类:

机器学习05神经网络--表示相关推荐

  1. 基于Apache Spark的机器学习及神经网络算法和应用

    使用高级分析算法(如大规模机器学习.图形分析和统计建模等)来发现和探索数据是当前流行的思路,在IDF16技术课堂上,英特尔公司软件开发工程师王以恒分享了<基于Apache Spark的机器学习及 ...

  2. 机器学习实战-神经网络-21

    机器学习实战-神经网络-手写数字识别项目 # pip install scikit-learn --upgrade from sklearn.neural_network import MLPClas ...

  3. 【机器学习】神经网络BP理论与python实例系列

    理论部分 <机器学习--人工神经网络之发展历史(神经元数学模型.感知器算法)> <机器学习--人工神经网络之多层神经网络(多层与三层)> <机器学习--人工神经网络之后向 ...

  4. 机器学习——人工神经网络之BP算法编程(python二分类数据集:马疝病数据集)

    目录 一.理论知识回顾 1.神经网络模型 2.明确任务以及参数 1)待估参数: 2)超参数: 3)任务 3.神经网络数学模型定义 1)激活函数 ​ 2)各层权重.阈值定义 3)各层输入输出定义 4.优 ...

  5. 机器学习——人工神经网络之后向传播算法(BP算法)

    目录 一.后向传播算法的本质--梯度下降法求局部极值 1.w迭代公式的合理性 二.后向传播算法的推导(以二层神经网络为例) 1.问题描述(创建目标函数loss函数,求参数) 2.求解参数的流程(四步曲 ...

  6. 机器学习——人工神经网络之多层神经网络(多层与三层)

    目录 一.多层神经网络 1.多层神经网络数学模型 2.数学模型中的非线性函数fai 1)非线性函数fai存在的意义 2)非线性函数fai具体是什么? 3.多层神经网络与单层神经网络的区别与改进 1)单 ...

  7. 机器学习——人工神经网络之发展历史(神经元数学模型、感知器算法)

    目录 一.神经元的数学模型 ​ 二.感知器算法(SVM算法前身) 1.目的 2.流程 >>>问题1:下图w和b的调整是什么意思? 3.算法的有效性验证 1)原算法 2)增广矩阵 3) ...

  8. 猿宵节正确打开方式:你要的大数据、机器学习、神经网络…已配齐

    导读:数据叔听说,程序猿们今晚要通宵了: 但数据叔真心希望,在这个以团圆为关键词的节日里,你能早点下班,跟家人一起过节.光说几句祝福的话好像诚意不够,数据叔再送一本书,愿你在新年开工之际提高姿势水平. ...

  9. 机器学习:神经网络的代价函数及反向传播算法

    在<机器学习:神经网络的模型构建>中,我记录了神经网络的一些基础知识,包括神经网络的逻辑单元.模型表示.前向传播等等.这篇笔记中,我会整理神经网络的代价函数以及反向传播算法- 那么如何在给 ...

最新文章

  1. @Componet @Resource Spring
  2. PHP artisan auth,Php artisan make:auth命令未定义
  3. MATLAB —— 绘图
  4. iOS学习笔记15-设计模式之 适配器模式
  5. 开发一个大型后台管理系统,真的需要用前后端分离的技术方案吗?
  6. scrapy.response
  7. 关于phpcms v9中程序传到linux出现模板异常的问题
  8. Windows上SVN服务器搭建【转】
  9. mysql 伪哈希_MySQL技巧--伪哈希索引
  10. mysql数据库索引使用总结和对比
  11. 面试题汇总2(吐血整理)
  12. Win7设置开机密码后开机不需要输入密码
  13. 计算1~N之间所有奇数之和(Java)
  14. 什么是DFX测试.md
  15. 启动keepalived报错(VI_1): received an invalid passwd!
  16. 埃斯顿机器人 王杰高_泰州市教育局 教育动态 南京埃斯顿集团王杰高博士一行来南理工泰州科技学院开展合作交流...
  17. 分布式系统之----CAP理论
  18. Android开发艺术探索——第十四章:JNI和NDK编程
  19. 如何在vue项目中引入html页面
  20. lcms质谱仪_岛津三重四极杆液相色谱质谱联用仪LCMS-8050

热门文章

  1. c++ vector学习
  2. 后台系统可扩展性学习笔记(五)负载均衡
  3. (保守群组测试 非保守群组测试 二次重复测试 自适应二次重复测试)四种群体测试的C++代码
  4. php 虚拟空间,什么是php虚拟主机?
  5. RtlAdjustPrivilege() 提权函数
  6. hdu 3094——A tree game
  7. uva 11012——Cosmic Cabbages
  8. LeetCode 88. 合并两个有序数组 golang
  9. linux操作系统进程间通信IPC之管道pipe及FIFO
  10. 设计模式---4(抽象工厂模式的概念,产品组和产品等级的概念,抽象工厂模式的实现)