神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)筆記20230507

1.神經(jīng)網(wǎng)絡(luò)不斷從線性變?yōu)榉蔷€性的過程,就是提取數(shù)據(jù)特征的過程儿捧。

這句話的意思是荚坞,神經(jīng)網(wǎng)絡(luò)通過多層的非線性變換,從原始的數(shù)據(jù)中提取出更有意義的特征菲盾。在神經(jīng)網(wǎng)絡(luò)的每一層中颓影,輸入數(shù)據(jù)通過權(quán)重和偏置的線性變換后,會經(jīng)過一個非線性函數(shù)亿汞,比如ReLU瞭空、sigmoid等揪阿,然后輸出到下一層疗我。這種非線性函數(shù)的引入使得神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)到更加復(fù)雜的數(shù)據(jù)特征,而不僅僅是線性關(guān)系南捂。

舉個例子吴裤,假設(shè)我們要用神經(jīng)網(wǎng)絡(luò)來識別手寫數(shù)字。輸入數(shù)據(jù)是一張28x28的灰度圖像溺健,如果我們只使用線性變換麦牺,那么網(wǎng)絡(luò)很難學(xué)習(xí)到數(shù)字的形狀和結(jié)構(gòu)。但是,如果我們在每一層中添加非線性函數(shù)剖膳,比如ReLU魏颓,網(wǎng)絡(luò)就可以學(xué)習(xí)到數(shù)字的邊緣、角落吱晒、曲線等更加復(fù)雜的特征甸饱,從而提高識別的準(zhǔn)確率。

因此仑濒,可以說神經(jīng)網(wǎng)絡(luò)從線性變?yōu)榉蔷€性的過程叹话,就是在不斷地提取數(shù)據(jù)特征,以更好地完成各種任務(wù)墩瞳。

2.神經(jīng)網(wǎng)絡(luò)中非線性指的是判斷函數(shù)嗎

神經(jīng)網(wǎng)絡(luò)中驼壶,非線性通常是指激活函數(shù)是非線性的。激活函數(shù)是神經(jīng)網(wǎng)絡(luò)中的一種非線性函數(shù)喉酌,用于對神經(jīng)元的輸出進(jìn)行非線性變換热凹。在神經(jīng)網(wǎng)絡(luò)中,每個神經(jīng)元豆?jié){輸入信號進(jìn)行加權(quán)和瞭吃,并加上一個偏置項碌嘀,然后通過激活函數(shù)將這個加權(quán)和的結(jié)果映射到神經(jīng)元的額輸出。這個非線性變換的過程是神經(jīng)網(wǎng)絡(luò)中非常重要的一部分歪架,因為它使神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)到非線性的特征和模式股冗。

如果神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)是線性的,那么整個網(wǎng)絡(luò)就只能表示線性函數(shù)和蚪,無法學(xué)習(xí)到更加復(fù)雜的非線性關(guān)系止状。因此,在神經(jīng)網(wǎng)絡(luò)中攒霹, 通過會使用非線性的激活函數(shù)怯疤,比如sigmoid、ReLU催束、tanh等集峦,這些函數(shù)都是非線性的,可以使神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到更加復(fù)雜的模式和特征抠刺。因此塔淤,說神經(jīng)網(wǎng)絡(luò)中的非線性指的是激活函數(shù)。

3.梯度

梯度是一個向量速妖,在數(shù)學(xué)上表示一個多元函數(shù)在某一點的變化率高蜂,也可以理解為函數(shù)在該點處的局部導(dǎo)數(shù)。在機(jī)器學(xué)習(xí)中罕容,梯度通常指的是損失函數(shù)對模型參數(shù)的偏導(dǎo)數(shù)备恤,用于指導(dǎo)我們?nèi)绾胃履P蛥?shù)稿饰,使得模型在訓(xùn)練數(shù)據(jù)上的表現(xiàn)更好。

假設(shè)我們有一個模型露泊,它的參數(shù)為w喉镰,損失函數(shù)為L(w),我們的目標(biāo)是找到一組最優(yōu)的參數(shù)w*惭笑,使得在訓(xùn)練數(shù)據(jù)上的損失函數(shù)最小梧喷。梯度就是損失函數(shù)對參數(shù)w的偏導(dǎo)數(shù),可以表示為:

?L(w) = [?L(w)/?w?, ?L(w)/?w?, ..., ?L(w)/?w?]

其中脖咐,n表示參數(shù)的個數(shù)铺敌。梯度向量的每個分量都表示損失函數(shù)在對應(yīng)參數(shù)方向上的變化率,可以告訴我們應(yīng)該如何更新模型參數(shù)屁擅,從而使得損失函數(shù)最小化偿凭。

在機(jī)器學(xué)習(xí)中,梯度的方向不一定是正的派歌。梯度的方向是指函數(shù)在某一點的變化最快的方向弯囊,也就是函數(shù)在該點處的局部導(dǎo)數(shù)的方向。在某些情況下胶果,梯度的方向可能是負(fù)的匾嘱,也就是函數(shù)在該點處的局部導(dǎo)數(shù)是負(fù)的,表示函數(shù)在該點下降的方向早抠。在這種情況下霎烙,我們需要朝著梯度的反方向更新模型參數(shù),才能使得模型在訓(xùn)練數(shù)據(jù)上的表現(xiàn)更好蕊连。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末悬垃,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子甘苍,更是在濱河造成了極大的恐慌尝蠕,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件载庭,死亡現(xiàn)場離奇詭異看彼,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)囚聚,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進(jìn)店門靖榕,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人靡挥,你說我怎么就攤上這事序矩⊙炻蹋” “怎么了跋破?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵簸淀,是天一觀的道長。 經(jīng)常有香客問我毒返,道長租幕,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任拧簸,我火速辦了婚禮劲绪,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘盆赤。我一直安慰自己贾富,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布牺六。 她就那樣靜靜地躺著颤枪,像睡著了一般。 火紅的嫁衣襯著肌膚如雪淑际。 梳的紋絲不亂的頭發(fā)上畏纲,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機(jī)與錄音春缕,去河邊找鬼盗胀。 笑死,一個胖子當(dāng)著我的面吹牛锄贼,可吹牛的內(nèi)容都是我干的票灰。 我是一名探鬼主播,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼宅荤,長吁一口氣:“原來是場噩夢啊……” “哼米间!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起膘侮,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤屈糊,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后琼了,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體逻锐,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年雕薪,在試婚紗的時候發(fā)現(xiàn)自己被綠了昧诱。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡所袁,死狀恐怖盏档,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情燥爷,我是刑警寧澤蜈亩,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布懦窘,位于F島的核電站,受9級特大地震影響稚配,放射性物質(zhì)發(fā)生泄漏畅涂。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一道川、第九天 我趴在偏房一處隱蔽的房頂上張望午衰。 院中可真熱鬧,春花似錦冒萄、人聲如沸臊岸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽扇单。三九已至,卻和暖如春奠旺,著一層夾襖步出監(jiān)牢的瞬間蜘澜,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工响疚, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留鄙信,地道東北人。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓忿晕,卻偏偏與公主長得像装诡,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子践盼,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容