💁 这应该是本站最好的人工智能资料库
👋 本文由 EasyAI 原创,首发于 CSDN🙉
⌚️ 欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!
😎未来很长,值得我们全力奔赴更美好的生活✋
神经网络总结
- 图像由数字组成
- 将数字一一放入NN的输入神经元
- 最大的输出神经元就是判别结果
- 通过显示多个图像来更新权重
- NN可以做出理想的预测!
创建神经网络
介绍
到目前为止,我们已经学习了神经网络的基础知识。现在,让我们从这里使用 Python 实际创建一个简单的人工智能。
这次的目的是为了描绘出人工智能发展的全貌。
注意事项
这一次,会出现很多“模型”、“训练数据”等技术术语。
虽然在文章中简要解释了这些词,但在后面的章节中会详细解释这些词。
首先,让我们通过意识到人工智能实际上可以被创造出来,来想象一下人工智能发展的整体氛围。
如果您不了解它的工作原理或您的想法,也没关系。
一旦你对它的含义有了一个模糊的概念,让我们从下一章详细研究这个词的含义来加深你的理解。
目标听众
那些想学习机器学习、神经网络和深度学习的人
以某种方式了解 Python 的人
我们要学习的
神经网络基础知识
如何制作Ai分类
如果每个人的理解都进步了一步,我会很高兴。
准备
我使用一个名为 scikit-learn 的库。通过在终端中运行以下命令来安装它。
# 安装库
pip install sklearn
整体图
首先,让我们看一下整个程序。
# clf.py
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier
iris = datasets.load_iris()
data_train, data_test, target_train, target_test = train_test_split(iris.data, iris.target)
clf = MLPC