神经网络

Published: 04 Apr 2018 Category: ML

一、神经网络的运作过程

一个神经网络网络的搭建,需要三个条件:

  1. 输入和输出
  2. 权重w和阈值b
  3. 多层感知器的结构

其中,最困难的部分就是确定权重(w)和阈值(b)。一般把不断试错来找出合适的w和b的过程叫做模型训练。

因此,NN的运作过程如下:

  1. 确定输入和输出
  2. 找到一种或多种算法,可以从输入得到输出
  3. 找到一组已知答案的数据集,用来训练模型,估算w和b
  4. 一旦新的数据产生,输入模型,就可以得到结果,同时对w和b进行校正

识别车牌的例子:

车牌照片就是输入,车牌号码就是输出,照片的清晰度可以设置权重(w)。然后,找到一种或多种图像比对算法,作为感知器。算法的得到结果是一个概率,比如75%的概率可以确定是数字1。这就需要设置一个阈值(b)(比如85%的可信度),低于这个门槛结果就无效。

一组已经识别好的车牌照片,作为训练集数据,输入模型。不断调整各种参数,直至找到正确率最高的参数组合。以后拿到新照片,就可以直接给出结果了。

二、今天鱼打完了,明天晒网

REF

神经网络入门 Machine Learning Basics