内容来自Andrew老师课程Machine Learning的第四章内容的Applications部分。
本部分内容主要是举几个简单的神经网络的简单例子。
我们首先来回顾一下神经网络的激励函数:
这个函数的值域为(0,1),其图像如下图所示:
这个图形将有助于我们在真值表中激励函数结果的理解。
实例1:AND功能
如上图所示,激励函数为:,将右侧真值表和AND的真值表比对,发现二者一致,因此
,即使用神经网络实现了"与"功能。
实例2:OR功能
将右侧真值表和OR的真值表比对,发现二者一致,因此,即使用神经网络实现了"或"功能。
实例3:NOT功能
将右侧真值表和NOT的真值表比对,发现二者一致,因此,即使用神经网络实现了"非"功能。
实例4:( NOT x1 ) AND ( NOT x2 ) 功能
将右侧真值表和( NOT x1 ) AND ( NOT x2 ) 的真值表比对,发现二者一致,因此,即使用神经网络实现了该逻辑表达式的功能。
其实我们上面已经实现了下图的3个逻辑表达式的功能:
下面利用这三个逻辑表达式来实现XNOR的功能。
实例5:XNOR功能
将右侧真值表和XNOR的真值表比对,发现二者一致,因此,即使用神经网络实现了该逻辑表达式的功能。
当情况更多时,我们需要通过一层一层的计算,使用输入数据训练出第1个隐藏层的值,再使用第1个隐藏层的值训练出第2个隐藏层的值,直到最后计算出相应的输出结果。
文章部分图片来源于他人博客,感谢博主的辛苦付出,原文链接:http://blog.csdn.net/u012328159/article/details/51143536