全文共1674字,预计学习时长5分钟
图源:zhihu
约翰,不可忽视直觉。因为直觉表示处理过快的数据,这让有意识的人根本无法理解。——Sherlock Holmes
神经网络庞大且复杂,对初学者非常不友好。
所以小芯带来了本期文章——致力于为初学者创建最小的神经网络。
而比起神经网络背后的复杂数学和算法,通过创建最小的神经网络并训练它来完成一个简单的任务,更能让你对神经网络如何工作有一个直观的印象。
下面,我们开始吧~
图源:blog.sina.com.cn
神经网络背后的想法
神经网络是权重的集合。我们可以在一组输入和输出值(目标或标签)上训练神经网络。神经网络内部的权重与输入相连并输出结果。在训练网络时,权重会更新,这样网络就能尝试匹配输出值与目标值。简而言之,神经网络就是学习输入和输出之间的映射。现在,让我们一起来看看所有这些是什么意思。
最小的神经网络
以下是只有一个权重(w)的最小神经网络。输入一个值(x),乘以权重,结果就是网络的输出值。
由于这个神经网络非常小,我们将在一个非常简单的任务上对其进行训练。我们的任务是向其提供任何数字,网络应更改该数字的符号。例如,如果输入3,则网络应输出-3。
利用Keras创建神经网络
现在,我将在Keras中构建并训练最小的神经网络,这是一个深度学习库。现在不需要深入了解语法,这只是为了有个直观印象。
import kerasfrom keras.layers impor