Machine learning—Neural network
最简单网:MLP(多层感知器)
Neural(神经元)——holds a number
盒子中的number表示activation(激活值)
第0层:28x28像素构成识别层,784个neural,里面容量表示激活值
隐含层:hidden layers
(第1二层识别短边,第三层识别图案)
注:第1层的激活值a_0((1))=σ(ωa_0((0))+⋯…+b)
结果层:1-9装的数字就是识别什么结果的概率值
每层之间连接的重要程度(我们关注的地方):叫做权重(weight)大
加权和(a*w)
bias为了防止过早的激发,要加权和到一定程度才激发下一层,即b。
每个神经元带一个weight。每个下层神经元带一个weight和一个bias
BP(back propagation)神经网络:就是用反向传播算法的神经网络。BP神经网络本质上是一个非线性优化问题。