前面几天我们讲了许多机器学习/深度学习以外的AI演算法,那麽今天我们就来聊聊现今最热门的机器学习/深度学习。
首先我们先来介绍一下这几个名词的关系:
图源
如同我们前面一在强调的,机器学习只是AI众多领域/演算法里面的一个部分,前面几天我们也分别介绍了AI其他领域的一些有趣的演算法,而深度学习则是在机器学习里面的一个子集合;类神经网路则是机器学习与深度学习里面的一种常用的运算模型。
从名字应该就可以看的出来,类神经网路所模拟的,就是生物(特别是人类)脑部里面的神经网路。生物的脑部里面有大量的神经元并彼此链结,虽然每个神经元都只有简单的功能,然後经过彼此的链结後,则可以发挥强大的能力,而类神经网路就是基於此特徵去做模拟。
想像一下当你坐在电脑前看这篇文章的时候
你所接受到的资讯会被传送到大脑中,而无数的神经元开始运作去理解你到底看了什麽。
而类神经网路呢,我们用一样的方法去运作它。
图源: 维基百科
首先我们把资料输入进去神经元里面(Input data),
这中间会有一些参数的调整例如权重 (w) 与位移量 (b)等等,
而神经元接受到资料後,则会依照公式做运算并输出结果。
而多个神经元会组成单层的神经元网路
如果我们再把神经元的层数给增加,则会形成多层的神经层。
如同第一天我说介绍的,由於这系列的文章是希望能够把相关知识推广给比较不具有背景的朋友们,所以比较复杂的一些参数以及计算方法我会以比较简单的形式带过,目的是希望大家看完能够有个初步的观念知道大概运行的原理就好,如果想更深更进一步去做了解的话,网路上已经有许多介绍的非常详细的文章,从我介绍文章里面的关键字去搜寻相信都可以找到很多有用的资料。
不就是懒
那麽明天我们再来聊聊机器学习,深度学习发展以及里面的观念。
可能很多人一开始看到系列文主题就会产生疑惑了:「前後端都碰会不会都不专精啊?」 其实这个问题的答案我...
今天我们来还债 XDD,还之前跳过的很多解释,还有如何更加灵活的调整神经网路 那就让我们一步一步来...
Question link: https://leetcode.com/problems/repea...
我跟男友开发这个聊天软件三年,刚刚回去算我们截至今天为止,总共在 firebase 上做了 168 ...
STM看门狗有两种,昨天讲完其中一种,今天来看看WWDG(window watchdog) 这也是在...