今天看到一些感兴趣的东西,现在总结了给大家分享一下,如果有错,希望大家指正批评,谢谢!那就开始进入正题。
先从简单的说起来吧!
一、基本变换:层
一般的神经网络是由一层一层堆叠而成的,但是每层究竟在做啥呢?
我从三个方面述说一下:
- 数学公式
Y=a*(W*X+b)
其中Y是输出量,X是输入量,a()是一个激活函数,W是权重矩阵,b是偏置向量。每一层都是通过该公式简单的得到输出Y。
- 数学理解
通过如下5种对输入空间(输入向量的集合)的操作,完成输入空间—>输出空间的变换(矩阵的行空间到列空间)。
注:用“空间”二字是指被分类的并不是单个事物,而是一类事物。空间是指这类事物所有个体的集合。
- 升维/降维
- 放大/缩小
- 旋转
- 平移
- “弯曲”