神经网络之基础概念理解1
2017-09-19 15:23
295 查看
物理理解:对
的理解就是通过组合形成新物质。
又符合了我们所处的世界都是非线性的特点。
情景:
是二维向量,维度是碳原子和氧原子的数量
,数值且定为
,若确定
是三维向量,就会形成如下网络的形状
(神经网络的每个节点表示一个维度)。通过改变权重的值,可以获得若干个不同物质。右侧的节点数决定了想要获得多少种不同的新物质。(矩阵的行数)
1. 如果权重W的数值如(1),那么网络的输出
就会是三个新物质,[二氧化碳,臭氧,一氧化碳]。
(1)
2. 也可以减少右侧的一个节点,并改变权重W至(2),那么输出
就会是两个新物质,
。
(2)
3. 如果希望通过层网络能够从[C, O]空间转变到
空间的话,那么网络的学习过程就是将W的数值变成尽可能接近(1)的过程
。如果再加一层,就是通过组合
这三种基础物质,形成若干更高层的物质。
4. 重要的是这种组合思想,组合成的东西在神经网络中并不需要有物理意义。
每层神经网络的物理理解:通过现有的不同物质的组合形成新物质。
的理解就是通过组合形成新物质。
又符合了我们所处的世界都是非线性的特点。
情景:
是二维向量,维度是碳原子和氧原子的数量
,数值且定为
,若确定
是三维向量,就会形成如下网络的形状
(神经网络的每个节点表示一个维度)。通过改变权重的值,可以获得若干个不同物质。右侧的节点数决定了想要获得多少种不同的新物质。(矩阵的行数)
1. 如果权重W的数值如(1),那么网络的输出
就会是三个新物质,[二氧化碳,臭氧,一氧化碳]。
(1)
2. 也可以减少右侧的一个节点,并改变权重W至(2),那么输出
就会是两个新物质,
。
(2)
3. 如果希望通过层网络能够从[C, O]空间转变到
空间的话,那么网络的学习过程就是将W的数值变成尽可能接近(1)的过程
。如果再加一层,就是通过组合
这三种基础物质,形成若干更高层的物质。
4. 重要的是这种组合思想,组合成的东西在神经网络中并不需要有物理意义。
每层神经网络的物理理解:通过现有的不同物质的组合形成新物质。
相关文章推荐
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)概念区分理解
- 神经网络的一些概念理解
- 神经网络概念理解
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)概念区分理解
- 神经网络基础概念
- 人工神经网络基础概念、原理知识(补)
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)概念区分理解
- 【深度学习 论文综述】深度神经网络全面概述:从基本概念到实际模型和硬件基础
- 一文理解深度学习,卷积神经网络,循环神经网络的脉络和原理1-深度学习基础
- 结合sklearn的例子理解神经网络的基本概念
- 一名工程师对于深度学习的理解-神经网络基础ANN
- 机器学习之深入理解神经网络理论基础、BP算法及其Python实现
- 深度学习-基础概念:神经元(Neurons)、Sigmoid 函数与神经网络基本结构
- 深度学习基础(五):循环神经网络概念、结构及原理实现
- 神经网络基础概念
- 人工智能,机器学习,神经网络,深度学习之基础概念
- 【直观理解】一文搞懂RNN(循环神经网络)基础篇
- 一名工程师对于深度学习的理解-神经网络基础ANN
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)概念区分理解
- 深度神经网络概述:从基本概念到实际模型和硬件基础