​专为初学者设计——最小的神经网络

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