https://space.bilibili.com/88461692/channel/detail?cid=26587 有启发,但还是有点迷糊。
这个视频告诉了我:隐藏层 具体这层负责干啥?其实不知道,没有想象的那么明确(明确告诉你 :负责哪小块问题)。
或许是人类看不懂,但计算机能看懂的特征描述。
但这到底为什么!这应该是我的一个学习的起点。
图片是如何输入神经网络的?
图片,拉成列向量,数据在0~1之间(代表灰度值),是active,作为a0,是输入层。
神经网络的结构
输入层、 隐藏层、输出层
"我希望的":每一层都做点什么?(事实上:根本不!)
我希望隐藏层的最后一层 能判别部件
我希望隐藏层的倒数第二层:识别更精细的部件(上层决定下层)
数学表示
注释:行向量 * 列向量 = 数
想想煎饼果子:
如何调节w,识别图片中,是否存在一条"横边"
w.关注的像素 = 正数;
w.周围像素 = 负数;
w.不关注的像素 = 0;
事实上的权重
希望中: 第二层为了识别小短边,第三层识别"一横""一竖""圆圈"等组合
事实是: