特征究竟是什么
神经网络中的权值是什么
神经网络的结构又是什么
机器学习的模型是什么
参数是什么
这一切都是现实世界在算法中的倒影
机器学习的根本就是要找到这个倒影
我们用模型去映射这个现实世界
好像以前做牙齿矫正 要做一个石膏模型 用一个石膏放在嘴里,然后取出来就可以做出牙齿的模型
机器学习也是如此,我们用一个模型(石膏)去做成牙齿的形状,牙齿就是他的数据,牙齿的形状就是参数。
如果模型不好 比如用木头就不适合模仿牙齿 这个系统就不能很好的拟合牙齿的形状,然后我们需要放到口中含一会儿 也就是训练这个模型 训练时间要不长不短 太短了 不能取出牙齿的形状
太长了 石膏就凝固了 就会过拟合
再比如 在卷积神经网络里 特征是经过每一层卷积网络出来的那个值
实际上也是数据在网络结构中映射的倒影
由此 我们很难知道世界是否真实存在 因为一切有为法,如梦幻泡影。 如露亦如电,应作如是观.
转载于:https://blog.51cto.com/yixianwei/2110219