【图解深度学习】【章节：1-1.2 | 神经网络输入输出】连小学生都能看懂的深度学习基础总结
💁 這應(yīng)該是本站最好的人工智能資料庫
👋 本文由 EasyAI 原創(chuàng)，首發(fā)于 CSDN🙉
?? 歡迎點(diǎn)贊 👍 收藏 ?留言 📝 如有錯誤敬請指正！
😎未來很長，值得我們?nèi)Ρ几案篮玫纳?
本章內(nèi)容
- 圖像是如何制作的？
- 小章總結(jié)
- 神經(jīng)網(wǎng)絡(luò)輸入輸出
- 小章總結(jié)
圖像是如何制作的？
我將更詳細(xì)地解釋 NN 中的運(yùn)動。為此，首先，讓我們看看輸入到 NN 的圖像會發(fā)生什么。
為了清晰起見，考慮簡單的圖像。
這是數(shù)字“0”的手寫圖像。圖像由 28x28 像素組成。每個像素都有從白色到黑色的顏色，當(dāng)它們聚集在一起時(shí)，就會創(chuàng)建一個圖像。
這些顏色在計(jì)算機(jī)中以數(shù)字形式表示。白色用“1”表示，黑色用“0”表示，隨著變淺逐漸接近“1”，隨著變深接近“0”。當(dāng)你收集這些數(shù)字時(shí)，你會得到一個單一的圖像。
這一次，讓我們考慮一個更簡單的圖像。
上圖是一個圖像，其中 0、1、2、3、4、5、6、7、8、9 寫在 8x8 的空間中。如果這個數(shù)字用數(shù)字表示，它將是從“0.0”到“1.0”的數(shù)字集合。為了便于說明，字符部分為“0.9”，背景為“0.1”。
讓我們把這張圖片放到NN中。
到目前為止的總結(jié)
- 圖像顏色在計(jì)算機(jī)中以數(shù)字形式表示
- “1.0”代表白色，“0.0”代表黑色
- 收集數(shù)字以創(chuàng)建圖像
?? 在實(shí)踐中，白色 = 255 等，但為了便于說明，白色 = 1.0
神經(jīng)網(wǎng)絡(luò)輸入輸出
考慮將圖像輸入到神經(jīng)網(wǎng)絡(luò)時(shí)的運(yùn)動。這一次，為了簡單起見，我們將使它成為一個沒有中間層的 NN。
假設(shè)輸入有 64 個神經(jīng)元，輸出有 10 個神經(jīng)元。
輸入層的 64 個神經(jīng)元代表一個“8x8 圖像”。圖像的 64 個像素?cái)?shù)字進(jìn)入輸入層的 64 個神經(jīng)元。圖像中的數(shù)字是一一輸入的。
輸出層的 10 個神經(jīng)元代表“10 個數(shù)字 0 1 2 3 4 5 6 7 8 9”。這 10 個神經(jīng)元接收 NN 計(jì)算的“結(jié)果”。所有神經(jīng)元都包含結(jié)果值。
這10個神經(jīng)元中，數(shù)值最大的神經(jīng)元就是判別結(jié)果。例如，假設(shè)您得到了上面顯示的結(jié)果。對于這個結(jié)果，我們使用激活函數(shù)之一的“Softmax 函數(shù)”，以便更容易理解值的大小。
然后我們看到，具有最大值的神經(jīng)元是具有’5’值的神經(jīng)元。
這意味著NN已經(jīng)決定 “輸入圖像是5！” 這意味著NN已經(jīng)決定輸入的圖像是5。
它說：“我做了計(jì)算，但這個圖像是5。”
我們要創(chuàng)建的人工智能是一個神經(jīng)網(wǎng)絡(luò)，它可以確定圖像中寫入的數(shù)字 0 到 9 中的哪一個。例如，輸入“3”的圖像將導(dǎo)致“第 3 個輸出神經(jīng)元”中的最高值，輸入“7”的圖像將導(dǎo)致“第 7 個輸出神經(jīng)元”中的最高值，等等。目標(biāo)是創(chuàng)建一個可以進(jìn)行此類預(yù)測（計(jì)算）的神經(jīng)網(wǎng)絡(luò)。
到目前為止的總結(jié)
- 輸入層的 64 個神經(jīng)元代表一個“8x8 圖像”
- 輸出層的 10 個神經(jīng)元代表“10 個數(shù)字 0 1 2 3 4 5 6 7 8 9”
- 在輸出層的神經(jīng)元中，數(shù)值最大的神經(jīng)元就是判別結(jié)果。
在這一章中我們講述了圖像和神經(jīng)網(wǎng)絡(luò)的出入輸出，在下一章中我們會學(xué)習(xí) "神經(jīng)網(wǎng)絡(luò)中的運(yùn)動"
敬請期待
| 🚀 更新歷史 🚀 |
| 2022/10/6 | 添加了關(guān)于神經(jīng)網(wǎng)絡(luò)的章節(jié) | 機(jī)器學(xué)習(xí) |
| 2022/10/7 | 更新了神經(jīng)網(wǎng)絡(luò)第二章節(jié) | 機(jī)器學(xué)習(xí) |
版權(quán)聲明：本文為CSDN博主「EasyAI_人工智能知識庫」的原創(chuàng)文章，
遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明
總結(jié)
以上是生活随笔為你收集整理的【图解深度学习】【章节：1-1.2 | 神经网络输入输出】连小学生都能看懂的深度学习基础总结的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 前端学习（3327）：闭包的形式2
- 下一篇： 关于深度学习，这些知识点你需要了解一下