人人都看得懂的神經網絡，如何形象直觀地理解深度學習
最近看到一組漫畫 ，解釋了深度學習的原理。什么是深度學習？下圖表示了深度學習與機器學習的關系，可見深度學習是屬于機器學習的一種，但是中間的推理過程是類似于人腦的神經元的構成，而機器學習更像是一棵樹狀的規則來推理。神經元的運行原理，經典是是MNIST手寫數字識別，我們需要利用神經網絡教會電腦識別手寫數字。
比如下圖，我們會采用尺寸為28X28，共784個像素的圖片作為輸入：神經網絡通過幾層、若干的神經元學習，學習到如何把這784個像素分類到0-9的哪一個類別里。
學習的過程實際上是，為神經網絡的連線以及每個神經元賦值的過程：以上是這組漫畫表達的概念。結合我的實踐，最近給學生講課的時候，我用了一個工具，就是谷歌的playground.tensorflow，通過直觀的可視化的方式，演示了各種類型的數據集，在特征多少、網絡深度、網絡寬度關鍵是每個神經元學習到了什么特征，也是一目了然，中間通過粗細的線條，表示神經元之間的權重關系，最后綜合出來一個分類結果。神經網絡強大之處在于，我們根本不需要想出各種各樣的特征，用來輸入給系統。我們只需要輸入最基本的特征x1, x2, 然后給予足夠多的神經網絡和神經元，神經網絡會自己學習到最有用的特征。
本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請
點擊舉報。
