准确的电话号码和 WhatsApp 号码提供商。 如果您想要电子邮件营销活动列表或短信营销活动,那么您可以联系我们的团队。 电报: @latestdbs

机器学习风格 人工神经网络 工作原理 函数结构

人工智能(AI)是计算机科学中最重要和最长期的研究领域之一。由于它涵盖的范围如此广泛,它还深入探讨了有关心灵和意识本质的哲学问题。从实践的角度来看,现代人工智能主要是机器学习(ML)领域。机器学习涉及可以根据所学到的数据而变化的软件系统。这里突出的架构风格是神经网络,即所谓的深度学习的一种形式。在本文中,我们将了解神经网络及其工作原理。

ⓒ 盖蒂图片银行

神经网络和人脑 神经网络类似于人脑的结构

基本概念是将一组称为神经元的实 香港电话号码数据 体组合起来形成一个网络。每个神经元根据其内部计算接收一个或多个输入和一个输出。因此,神经网络是一种特殊的有向图。

许多神经网络将节点分为三层:输入层、隐藏层和输出层。输入层包含接收原始输入的神经元,隐藏层修改该输入,输出层产生最终结果。通过网络移动数据的过程称为前馈。

网络通过消耗输入、将其传递给几类神经元、然后将最终输出与已知结果进行比较来“学习”,并且这种学习通过系统反馈以改变节点计算的方式。这种反向过程称为反向传播,是机器学习的主要特征。

神经网络的基本结构存在巨大的多样性。这些系统的所有方面都可以在特定问题领域内得到改进。同样,反向传播算法也有多种实现方式。一种常见的方法是使用偏导数(也称为梯度反向传播)来确定整个网络运行期间特定步骤的影响。神经元可以有不同数量的输入 (1 – *),并且可以以各种方式相互连接以形成网络。每个神经元有两个输入是典型的。

您可以看到作为两个输入节点网络的整体概念

电话号码 数据

图 神经网络 I​​DG 的大致 销售线索 结构图 2 是双输入神经元的详细表示。神经元总是有一个输出,但有无限数量的输入。最常见的输入数量是两个 当输入进入时,它会乘以该输入的权重属性。然后,将一个称为偏差的值添加到所有加权输入中。该计算的结果被传递给称为激活函数的函数,该函数为给定输入提供神经元的最终输出。

输入权重是神经元的主要动态调节。这个值不断变化,赋予神经元不同的行为、学习或适应能力以提高其输出。在某些情况下,偏差是一个不会改变的恒定属性,而在其他情况下,它是一个通过学习修改的变量。

激活函数用于使输出处于预期范围内。它通常是一种比例压缩函数。通常使用sigmoid函数。

像 sigmoid 这样的激活函数的作用是将输出值控制在 -1 和 1 之间。这里,大值和小值接近0和​​1,但没有达到它们。

 

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注