書名: 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)作者名: 吳岸城本章字?jǐn)?shù): 796字更新時(shí)間: 2019-01-04 14:25:25
2.2 感知機(jī)
我們先來看一個(gè)概念,什么叫感知機(jī)?首先,感知機(jī)是最簡單的神經(jīng)網(wǎng)絡(luò),它具備神經(jīng)網(wǎng)絡(luò)的必備因素,當(dāng)然,單看一個(gè)神經(jīng)元是無法理解“網(wǎng)絡(luò)”的概念的。
網(wǎng)絡(luò)接收若干個(gè)輸入,并通過輸入函數(shù)、傳輸函數(shù)給出一個(gè)網(wǎng)絡(luò)的輸出。這個(gè)網(wǎng)絡(luò)已經(jīng)可以解決蘋果和香蕉的分類問題。本節(jié)將具體介紹其內(nèi)部原理。
現(xiàn)在我們不叫它神經(jīng)元了,我們叫它感知機(jī),它是最簡單的神經(jīng)網(wǎng)絡(luò)。
我們用感知機(jī)解決一個(gè)經(jīng)典分類問題——如何分辨香蕉和蘋果。
若你的年齡不低于2歲,那么我想你能分辨出香蕉和蘋果,而計(jì)算機(jī)是如何做到的呢?
為了將問題簡單化,我們假設(shè)香蕉和蘋果都只有兩個(gè)特征——顏色和形狀,其他特征我們不考慮,比如氣味、觸感等。這兩個(gè)特征都是基于視覺刺激得到的,用樹突p1代表輸入顏色刺激狀態(tài),樹突p2代表形狀刺激狀態(tài),權(quán)重w1默認(rèn)都設(shè)置為1,即假設(shè)之前受到的顏色和形狀的刺激一樣多。再簡化點(diǎn),我們將內(nèi)部強(qiáng)度b設(shè)為0。我們定義1就是蘋果,0就是香蕉。
我們?yōu)樘O果和香蕉的兩個(gè)特征設(shè)定一個(gè)值,便于機(jī)器計(jì)算,如表2-2所示。
表2-2 設(shè)定特征值

顏色和形狀對(duì)神經(jīng)元來說都是外界的一個(gè)刺激,我們說:
p1(顏色)= 1或-1
p2(形狀)= 1或-1
預(yù)設(shè):
w1=w2= 1
b = 0
代入之前s的那個(gè)公式看看得到什么結(jié)果?
對(duì)蘋果的鑒別如下:
s=1×1+1×1+0=2
對(duì)香蕉的鑒別如下:
s=-1×1+(-1)×1+0=-2
我們通過輸入蘋果和香蕉的兩類特征值得到不同的輸出結(jié)果,也就是s,蘋果的輸出結(jié)果是2,香蕉的輸出結(jié)果是-2。
幾乎已經(jīng)完成識(shí)別了。
我們定義的是1為蘋果,0為香蕉,如何將-2或2變?yōu)?或0的分類表達(dá)呢?這就需要傳遞函數(shù)處理了,我們選用step函數(shù)作為數(shù)據(jù)格式處理函數(shù),step的輸出就是0和1,將數(shù)據(jù)代入,則step(2)=1,step(-2)=0,和我們預(yù)期的一樣。
我們利用簡單感知機(jī)實(shí)現(xiàn)了一個(gè)識(shí)別蘋果和香蕉的例子。
聰明的讀者會(huì)發(fā)現(xiàn),所有的結(jié)果都是基于設(shè)定好的相關(guān)參數(shù)w1、w2和b這些神經(jīng)元關(guān)鍵權(quán)重參數(shù)。
我們?yōu)槭裁匆≈禐?、1和0呢?如果取其他值有什么問題嗎?會(huì)對(duì)結(jié)果有什么影響嗎?
- 人工智能
- 人工智能安全
- 機(jī)器學(xué)習(xí)的算法分析和實(shí)踐
- TensorFlow學(xué)習(xí)指南:深度學(xué)習(xí)系統(tǒng)構(gòu)建詳解
- 聯(lián)邦學(xué)習(xí)實(shí)戰(zhàn)
- TensorFlow移動(dòng)端機(jī)器學(xué)習(xí)實(shí)戰(zhàn)
- AI時(shí)代程序員開發(fā)之道:ChatGPT讓程序員插上翅膀
- 深度學(xué)習(xí)詳解:基于李宏毅老師“機(jī)器學(xué)習(xí)”課程
- AI時(shí)代,學(xué)什么,怎么學(xué)
- PyTorch深度學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)
- 解碼智能時(shí)代2021:來自未來的數(shù)智圖譜
- 面向智能社會(huì)的國家創(chuàng)新力:智能化大趨勢
- 人工智能技術(shù)與大數(shù)據(jù)
- 區(qū)塊鏈 人工智能 數(shù)字貨幣:黑科技讓生活更美好?
- 樂高創(chuàng)意機(jī)器人教程(初級(jí) 上冊(cè) 6-12歲)