不必时时怀念我,也不要指望我回来,我离开以后,你们就是我,
Vive le peuple!
为什么会有神经网络
如果一个模型的特征过多,最后的结果很有可能出现过拟合,
同时,如果需要的分界线过于复杂的话(如上图),也不能拟合出来
神经网络
这个算法就是模仿人类大脑的神经元得来的
最简单的神经网络
x0为偏置单元,值恒为1
xi为输入端,h为激活函数
下面为比较简单的例子
复杂一点的例子
Layer1为输入层,Layer2为隐藏层,Layer3为输出层
一个复杂的计算例
神经网络的计算过程
以上图为例
ai为激活项,是一个神经元计算并输出的值
thetaj为权重矩阵,就和之前的theta类似
下图为激活项的计算公式
如果j层有sj个单元,J+1有sj+1,则theta矩阵有sj+1*(sj + 1)那么大
分开来看,它就像进行多次逻辑回归一样,只不过输入的值不同
多元分类
假如说你要用神经网络搞一个手写数字识别(或者说有两个已上的内容输出时),那么肯定是需要进行多元分类的
那么神经网络可以如下图构建,有几个结果,在输出端就有几个输出神经元
输出结果是个向量,当某行为1时代表某个输出有结果