C＃中的深度学习：了解神经网络架构

在这里，我们将向不具备AI知识的读者介绍机器学习（ML）的基础知识，并描述在监督的ML模型中的训练和验证步骤。

下载源1.5 MB

ML是AI的一个分支，它通过从一组示例中进行概括而不是接收明确的指令，试图使机器找出如何执行任务。机器学习有三种范式：监督学习，无监督学习和强化学习。在监督学习中，模型（我们将在下面讨论）通过称为训练的过程学习，在模型中提供示例输入及其正确输出。它了解数据集示例中的哪些特征映射到特定输出，然后能够在称为预测的阶段中预测新的传入数据。在无监督学习中，模型通过分析数据之间的关系来学习数据的结构，而无需任何其他过程。在强化学习中，我们建立了可以通过反复试验技术不断学习和改进的模型。

ML中的模型是什么？模型只是一个数学对象或实体，其中包含有关AI的一些理论背景，以便能够从数据集中学习。监督学习中流行的模型包括决策树，支持向量机，当然还有神经网络（NN）。

NN以堆叠类型的形状分层排列。除了输入和输出层之外，每一层中的节点都从上一层中的节点接收输入，并且还可以从下一层中的节点接收输入，同样可以将信号或输出发送到上一层和下一层中的节点。

在NN中，我们总是有输入和输出层，并且我们可能有一个或多个隐藏层。最简单的NN是感知器，它仅包含单个节点的输入层和输出层。

对于NN中的每个边缘，都有一个关联的权重，对于每个节点，都有一个关联的值。输入层中每个节点的值可以例如来自与数据集中的图像相关联的像素值的输入数组。为了计算下一层中节点的值，我们计算连接到该节点的输入的加权和。这就是所谓的传递函数。一旦计算出该值，它将被传递到另一个称为激活函数的函数，该函数根据阈值确定该节点是否应触发下一层。一些激活函数是二进制的，而其他一些则可以具有多个输出。

通常在NN的末尾，我们有一个激活函数，用于对传递到输入层的数据进行分类（做出决定）。在硬币识别的情况下，它将决定图像中硬币的类别或类型。NN中的学习过程只能看作是对其权重的调整，这样我们就可以获得每个给定输入的预期输出。训练模型后，可以保存结果权重。

每当NN具有不止一个隐藏层时，就被视为深度学习（DL）。DL是一组依赖于具有多个隐藏层的NN的技术。具有多个隐藏层的原因是为了提供比单个隐藏层NN提供的结果更准确的结果。事实证明，与单个隐藏层NN相比，DL可以产生更快的给出结果并且更准确。此外，添加到NN的每一层都有助于从数据集中学习复杂的特征。

NN包含许多参数，需要对其进行调整以提高性能。为了能够检查参数调整的有效性和NN本身的性能，我们预留了原始数据集的大部分（通常大于70％）用作训练集，其余部分用作验证（测试）设置。验证集还可以帮助我们防止过度拟合，这种过度拟合是在模型很好地了解数据集中的一组非常相似的对象时发生的，从而使其过于适合此数据而不适用于与原始示例略有不同的新数据。

在接下来的文章中，我们将考察硬币识别的问题卷积神经网络，我们将在Keras.NET中实现一个。

C＃中的深度学习：了解神经网络架构相关推荐

Goodfellow深度学习笔记--神经网络架构
目录损失函数指标选择交叉熵交叉熵代码使用最大似然的优势损失函数的具体形式用于高斯输出分布的线性单元用于Bernoulli输出分布的sigmoid单元用于Multinoulli输出分布 ...
深度学习：神经网络中的激活函数
http://blog.csdn.net/pipisorry/article/details/71157037 激活函数神经网络神经元中,输入的 inputs 通过加权,求和后,还被作用了一个函数, ...
针对深度学习（神经网络）的AI框架调研
针对深度学习(神经网络)的AI框架调研在我们的AI安全引擎中未来会使用深度学习(神经网络),后续将引入AI芯片,因此重点看了下业界AI芯片厂商和对应芯片的AI框架,包括Intel(MKL CPU). ...
深度学习（神经网络） —— BP神经网络原理推导及python实现
深度学习(神经网络) -- BP神经网络原理推导及python实现摘要 (一)BP神经网络简介 1.神经网络权值调整的一般形式为: 2.BP神经网络中关于学习信号的求取方法: (二)BP神经网络原理 ...
如何在TensorFlow中通过深度学习构建年龄和性别的多任务预测器
by Cole Murray 通过科尔·默里(Cole Murray) In my last tutorial, you learned about how to combine a convolut ...
打造企业级云深度学习平台——小米云深度学习平台的架构设计与实现
作者:陈迪豪,小米深度学习工程师,负责小米云深度学习平台的架构和实现,目前专注于TensorFlow和Kubernetes社区. 责编:何永灿,欢迎人工智能领域技术投稿.约稿.给文章纠错,请发送邮件至 ...
机器学习、深度学习、神经网络学习资料集合(开发必备)
最近整理了下AI方面的学习资料,包含了学习社区.入门教程.汲取学习.深度学习.自然语言处理.计算机视觉.数据分析.面试和书籍等方面的知识.在这里分享给大家,欢迎大家点赞收藏. 学习社区神力AI(MA ...
深度学习和神经网络的介绍（一）
1.深度学习和神经网络 1.1 深度学习的介绍目标: 知道什么是深度学习知道深度学习和机器学习的区别能够说出深度学习的主要应用场景知道深度学习的常见框架 1.1.1 深度学习的概念深度学习是 ...
精准医学中的深度学习和影像组学
影像科正在经历一种范式转变,即使用人工智能与机器集成以及深度学习与影像组学更好地定义组织特征,从而实现计算机科学与影像学的共生关系.研究的目标是使用集成的深度学习和具有影像学参数的影像组学来为患者进行 ...
浏览器中实现深度学习？有人分析了7个基于JS语言的DL框架
作者:仵冀颖编辑:H4O 本文中,作者基于WWW'19 论文提供的线索,详细解读了在浏览器中实现深度学习的可能性.可行性和性能现状.具体而言,作者重点分析了 7 个最近出现的基于JavaScript ...

C＃中的深度学习：了解神经网络架构

C＃中的深度学习：了解神经网络架构相关推荐

最新文章

热门文章