Python神经网络编程(TR) (2)

1. 2一台简单的预测机

人对问题的思考是这样的

计算机，实质上是经过了包装的计算器，对问题的思考是这样的

计算机可以完成3x4这样的简单运算，这没什么了不起的，甚至更大的数据也没什么。

那么让我们增加下难度，去进行千米和英里之间的转换。

100千米＝62.137英里，这是我们所知道的，同时我们还可以知道，“英里＝千米×C”。

上过小学二年级的小朋友都知道，这个C是可以根据已知数据，通过简单的乘除运算而得到，但是wait wait，请等一下，在这里我想请你用观察实验的方式来进行探究。

让我们随意取一个值，就C＝0.5吧

可以看到，在C=0.5时，误差值为62.137-50=12.137这个误差值还是比较大的，所以我们可以适当扩大下C的值，再次我们令C=0.6

这次似乎要比上更加出色了，只有2.137的误差，而且我们好像还可以接受这样的误差，但是为什么我们不可以继续试下去呢，好，就让我们令C=0.7

我们可以得知 误差值=62.175-70=-7.825很显然，0.7这个数是偏大的，而0.6在我们可以接受的范围之内。但是我们为什么不把0.6再扩大一点点呢。
我们让C=0.61

我们可以看到这次我们只差1.175，这很棒！我们还可以在继续缩小，当然这样也很不错。

我们刚才就是粗略的浏览了一下神经网络中学习的核心过程，我们训练机器，使其越来越接近正确值，这种方法就叫做迭代。

最最最重要的事是：点赞评论转发！！！