·
什么是深度学习?
大家好,我是未来中心的Young,别关视频,没骗你们,真的是我,我只是开了十级美颜而已,我这就给关上。现在恢复正常了,就问你平时拍不拍抖音吧?一个APP能看到年轻的自己,80岁的自己,甚至变了性别的你自己,只要是你打开它,就能够发现你自己更多的可能。
人们就经常说,凡事要透过表面看本质,你得多思考。美颜发展的这么溜,其实多亏了深度学习。深度学习你或许不知道指的什么,但你肯定听过神经网络算法,就是之前下围棋的那个,今天我们就来聊一聊这个神经网络。
在正式开始之前,我们先来梳理一下他们之间的关系。首先是人工智能,简单来说就是靠程序来实现像人类智慧一样的功能。机器学习是实现人工智能的其中一个途径,就是让机器通过学习来达到智能。和这个对比的,其他几个途径是依靠逻辑推理一步步出结论和知识库,也就是从一个无所不知的百科全书里找答案,而神经网络算法则是机器学习的其中一个方法,是一种模拟大脑内的神经元来让机器学习的方式。
懂了没?这三个词是套娃的关系。神经网络是机器学习的一部分,机器学习是人工智能的一部分。如果用一句通俗的话来讲,神经网络就是不看过程,看疗效。
举个例子,你看这是什么?对,这是一只猫。这又是什么?对,这是一只狗。你怎么知道的?你说这不谁都知道吗?那你们看这是什么?如果你不知道这是一个兔狲的话,那估计也大概能猜出来这是一只猫科动物,肯定不是犬科。你能做出这个判断,是因为在小时候,当你指着一只猫说这是狗的时候,你妈妈会告诉你这不是狗,这是猫。也许你不能在分类学上严格的区分猫亚目和犬亚目的区别,但是你却可以分别猫和狗,这就是学习的力量,可以让你在不知道基础原理的情况之下,知道如何分辨猫和狗。
神经网络算法就是在一定程度上模拟了这个学习的思路,要讲清楚神经网络光靠今天这个视频肯定是不行的,但我们可以先讨论它两个基础的部分,让我们一起看看神经网络到底是怎么运作的,还有它到底是怎么学习的,希望听完后你对神经网络有一个最基础的了解。
我们说的神经网络一般指人工神经网络,长这个样子我们可以从左往右看,数据也是通过这个顺序来进行运算的。这里面一个一个的圆点就是神经元,最左边的这一层是负责输入的神经元叫做输入层,一般来说我们会把需要输入的内容变成一组数字,输入到最左边的这个神经元里,中间的这些是负责处理的神经元,一般叫隐藏层。最右边的是负责输出的叫输出层,这些神经元之间的这些线是用来计算的,每条线上面都有个数字叫做权重,可以理解为右边的神经元对左边的神经元的数据到底应该相信多少,每个神经元上的数字叫做偏置项,意思就是这个神经元有自己的想法,因为想给大家解释清楚,所以你们看到的层数和神经元都很简单,但一个真正的神经网络会多得多。
知道了它大概是怎么回事,我们再来看看神经网络是如何进行判断的,我们这里用一个比较通俗的办法讲一下。数据从最左边的神经元开始,顺着这条线乘上权重,然后在下一层加上偏置项,然后一层一层的做乘法和加法,然后到达输出层,每一个线都需要有类似的过程,最后所有的数字相加,输出一个对应的结果,你说这感觉很随意。
对,一开始就是很随意,但刚才我们说了,神经网络的精髓是学习。有一种非常常用的算法叫做反向传播,简单来说就是改错题,哪里错了改哪里。比如说我们想让一个神经网络判断这个验证码里的数字到底是一还是7,我们就给这个图像里的像素点采样,然后送进神经网络里判断右边设置两个输出结果,一个是7,正确答案是1。如果神经网络说更像7,那就是错了,那就可以从结果出发,一步一步的往回找原因,修改之前的权重。这个过程可能和数据本身的逻辑关系不大,我们只是根据答案的对错来尝试修改权重和偏置项,就这样反复迭代,直到它能输出让我们满意的回答为止。
蚁行智库
共筑未来
·
透过表面看懂深层次的逻辑
转发此帖子?
与您的关注者分享。
回复