机器学习:神经网络的模型构建
什么是神经网络
神经网络是一种模拟人脑工作原理,从而实现类人工智能的机器学习技术,支持处理图像、文本、语音以及序列多种类型的数据,可以实现分类、回归和预测等。
简单的神经元:逻辑单元(Logistic Unit)
由于神经网络建立在很多个神经元的基础上,其中每一个神经元都是一个学习模型,这些神经元叫做激活单元(Activation Unit)。以逻辑回归模型为例,采纳一些特征作为输入,给出逻辑输出,如下图:
Logistic Unit
也可以用简单的式子来表示: .
图中空心的圆圈就是类似神经元的东西,类似神经元的树突,这个圆圈的输入神经为它传入信息,然后它对其进行计算,再通过它的输出神经(轴突)将得到的结果信息传出。
其中: (激励函数,activation function ),(输入), (权重,weights).
这就是最简单的一种模拟神经元的逻辑单元模型。我们在机器学习中的目标就是,得到最合适的权重组合,使得整个神经网络的预测效果达到最佳。
【总结】一个神经元的组成:
- 输入数据
- 线性加权
- 激励函数(非线性,易求导)
- 输出数据
神经网络的模型表示
神经网络就是多个神经元组合到一起的集合,如下图:
Neural Network
有时第一层也要加上额外的节点 ,第二层加一个偏执单元(bias unit) 。图中 Layer 1 叫做输入层(Input Layer),Layer 3 叫做输出层(Output Layer),Layer 2 叫做隐藏层(Hidden Layer)。输入层和输出层只有一个,而隐藏层可以有多个,实际上非输入层或非输出层的层都是隐藏层。
我们规定: 表示第 j 层的第 i 个神经元, 为一个权重矩阵,控制从第 j 层到第 j+1 层的映射。在上图的神经网络中,第二层的数据可以表示为:
其中的 g(x) 代表的是激励函数,也就是说这里的激励函数作用在输入数据经过权重处理后的线性组合上。参数矩阵 控制了三个输入单元到三个隐藏单元的映射,因此它是一个维度为 3x4 的矩阵。
则 .
一般来说,如果一个神经网络在第 j 层有 个单元,在第 j+1 层有 个单元,那么矩阵 控制着第 j 层到第 j+1 层的映射,它的维度为 . 其中第二项的 +1 来自 中的偏执节点 和 ,也就是说输入层包括偏执节点,而输出层不包括。
接下来,再定义一些额外的项,我们把激励函数 g 括号里的部分记作 ,于是上面的表达式可以写作:
两组式子对比,我们可以看出来: , ,其中: . 这里 和 都是三维向量,因此激励函数 g 是逐个作用于 中的数据的。
若我们增加一项 ,那么 , .
这个计算 h(x) 的过程也叫做前向传播(forward propagation)。
机器学习:神经网络的模型构建相关推荐
- 机器学习的中流砥柱:用于模型构建的基础架构工具有哪些?
本文转载自公众号"读芯术"(ID:AI_Discovery) 人工智能(AI)和机器学习(ML)已然"渗透"到了各行各业,企业们期待通过机器学习基础架构平台,以 ...
- 转发保留不错一篇 数学模型神经网络在程序化交易模型构建中的运用探讨
数学模型神经网络在程序化交易模型构建中的运用探讨 作者:唐中 目前,程序化交易已经成为国外投行和金融机构交易的主流手法,因为程序化交易是追求稳定持续的盈利模式,能够实现交易的稳定化,从而杜绝人工交易中 ...
- keras构建卷积神经网络(CNN(Convolutional Neural Networks))进行图像分类模型构建和学习
keras构建卷积神经网络(CNN(Convolutional Neural Networks))进行图像分类模型构建和学习 全连接神经网络(Fully connected neural networ ...
- keras构建前馈神经网络(feedforward neural network)进行分类模型构建并加入L2正则化
keras构建前馈神经网络(feedforward neural network)进行分类模型构建并加入L2正则化 正则化(Regularization)是机器学习中一种常用的技术,其主要目的是控制模 ...
- R语言机器学习Caret包(Caret包是分类和回归训练的简称)、数据划分、数据预处理、模型构建、模型调优、模型评估、多模型对比、模型预测推理
R语言机器学习Caret包(Caret包是分类和回归训练的简称).数据划分.数据预处理.模型构建.模型调优.模型评估.多模型对比.模型预测推理 目录
- 使用optuna为机器学习模型挑选最优参数进行模型构建实战
使用optuna为机器学习模型挑选最优参数进行模型构建实战 目录 使用optuna为机器学习模型挑选最优参数进行模型构建实战 Optuna是什么
- Kaggle泰坦尼克号数据机器学习实战:从缺失值处理、数据探索性分析、组合特征生成到多模型构建
Kaggle泰坦尼克号数据机器学习实战:从缺失值处理.数据探索性分析.组合特征生成到多模型构建 泰坦尼克号的沉没是历史上最为人熟知的海难事件之一. 1912 年 4 月 15 日,在她的处女航中,泰坦 ...
- R使用neuralnet包构建神经网络回归模型并与线性回归模型对比实战
R使用neuralnet包构建神经网络回归模型并与线性回归模型对比实战 目录 R使用neuralnet包构建神经网络回归模型并与线性回归模型对比实战 <
- keras构建前馈神经网络(feedforward neural network)进行分类模型构建基于早停法(Early stopping)
keras构建前馈神经网络(feedforward neural network)进行分类模型构建基于早停法(Early stopping) 当我们训练深度学习神经网络的时候通常希望能获得最好的泛化性 ...
最新文章
- 列出AD用户Lockout 位置
- ReactJS入门之组件
- 多线程下局部变量与全局变量的使用及区别
- 使用虚拟路径时出现404问题
- 年薪30k-50k、面试通过率90%,这个职位到底是在做什么?
- [gtest][001] A quick introduction to the Google C++ Testing Framework
- mysql创建数据库schooldb_mysql创建新用户和数据库
- syslog(LOG_ERR, Error: errcode=%d, message=%s, errcode, errmsg);
- windows下使用wineshark分析抓取本地回环包
- 让部署到服务器上的springboot项目持续运行(nohup)
- JavaScript 获取GET中的值
- pygame的安装与使用
- python核心pdf_Python核心编程(第二版)PDF
- Mybatis事务管理SqlSession
- 如何提取mp4中的音频?
- 图像处理算法工程师必备技能总结
- C语言:判断质数合数的代码
- m4s格式,多线程爬B站视频
- beego框架orm操作exper的操作
- 用python画小黄人
热门文章
- mysql 按周分组_如何在MySQL中按周分组?
- win10 linux uefi启动不了系统安装教程,win10更新失败,提示硬盘布局不受UEFI固件支持如图,怎么解决?...
- oracle+技术面试,Oracle技术面试问题
- delete kubectl pod_使用kubectl管理k8s集群(三十)
- 字节跳动mysql面试题_刚面完的字节跳动java研发面试题整理(含答案):线程+MySQL+Spring+JVM...
- vue路由1:基本使用
- Mybatis DAO接口为什么不需要实现类
- 分区函数Partition By的与row_number()的用法以及与排序rank()的用法详解(获取分组(分区)中前几条记录)...
- 深入浅出ClassLoader(译)
- php 生日提醒程序