觀眾老爺好！這期繼續(xù)講人工智能相關(guān)的知識(shí)！觀眾老爺請拿出喜歡的零食和飲料，放松心情隨小編一起走進(jìn)智能化信息時(shí)代！

觀眾老爺是否還記得第一期的問題：我們?nèi)祟愂侨绾螌W(xué)習(xí)的？我們?nèi)绾卫斫庵R(shí)的？同樣信息在我們大腦中如何處理的？我們的文字和語言有什么規(guī)律？我們看到的物體如何判斷的？我們對事物的關(guān)系如何理解的？我們的世界是什么樣子的？為什么可以用模型去擬合呢？那計(jì)算機(jī)又是如何進(jìn)行學(xué)習(xí)的呢？同樣計(jì)算機(jī)可不可以模擬世界？

觀眾老爺這期講機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法，本來小編想先介紹基于我們?nèi)祟愔R(shí)和規(guī)則的機(jī)器學(xué)習(xí)的，但想著打鐵要趁熱，上期我們將人類的視覺系統(tǒng)進(jìn)行了建模，今天咱們了解一下機(jī)器學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)算法，這樣能比對出機(jī)器與人的差異，也能深入理解人工智能算法具體的實(shí)現(xiàn)和原理。

神經(jīng)細(xì)胞感知器

感知器相信很多觀眾老爺應(yīng)該都了解，其實(shí)感知器就是視錐體、感受神經(jīng)、聽覺神經(jīng)等接受外界信息的神經(jīng)細(xì)胞，單獨(dú)一個(gè)感知器非常簡單就是幾個(gè)輸入和一個(gè)輸出，在神經(jīng)細(xì)胞內(nèi)部有個(gè)閥值開關(guān)和興奮狀態(tài)的觸發(fā)條件，只要達(dá)到神經(jīng)興奮要求，就會(huì)有輸出信息，輸出到與之相連的下一層神經(jīng)細(xì)胞，當(dāng)然人工神經(jīng)算法與我們?nèi)祟惖挠袇^(qū)別，但原理卻是近似的。

x1，x2，……，xn是感知信息輸入，w1，w2，……，wn是權(quán)重值，y是輸出，累加符號(hào)這里就不去編輯了，word中這個(gè)公式符號(hào)不好編輯，用數(shù)學(xué)公式表述：

x=x1*w1+x2*w2+……+xn*wn

y=｛若x大于等于θ，則y=1；若x小于θ，則y=-1｝

小編說一下對上述公式的理解：｛x1，x2，……，xn｝與｛w1，w2，……，wn｝可以看做兩個(gè)多維向量，兩個(gè)向量的點(diǎn)積，有著降維計(jì)算向量投影大小和向量角度關(guān)系，而x則是投影大小的值。具體請觀眾老爺觀看《 計(jì)算機(jī)如何顯示圖像的？》第七期的內(nèi)容，里面有向量相關(guān)的知識(shí)點(diǎn)。

y是經(jīng)過細(xì)胞內(nèi)部的激活函數(shù)判定后進(jìn)行輸出，θ閥值控制這細(xì)胞內(nèi)部的工作機(jī)制，當(dāng)達(dá)到輸出條件，激活函數(shù)就會(huì)輸出，當(dāng)然這里的y判定輸出其實(shí)有幾種計(jì)算方式，上面用的是sign函數(shù)做實(shí)例y=sign(x-θ)，激活函數(shù)有很多種，這里不一一列舉觀眾老爺可以去網(wǎng)上查閱資料。y的輸出取決于我們想得到的結(jié)果，如果y輸出不是我們想得到結(jié)果也就是期望結(jié)果，可以進(jìn)行權(quán)重閥值調(diào)整，相關(guān)細(xì)節(jié)后面章節(jié)介紹。

權(quán)重和閥值初始化

權(quán)重和閥值初始化，常用的做法是進(jìn)行隨機(jī)賦值，為什么進(jìn)行隨機(jī)處理呢？這里說一下小編的看法，我們?nèi)祟愒诔錾畷r(shí)，對事物的理解是空白的，在我們認(rèn)知事物時(shí)，我們的神經(jīng)細(xì)胞會(huì)記錄一些與之相關(guān)的特征或者信號(hào)，當(dāng)下一次看到相似的物品時(shí)就會(huì)激活神經(jīng)信號(hào)相應(yīng)的記憶細(xì)胞，并進(jìn)行聯(lián)想，比對判斷這個(gè)物體是否是認(rèn)識(shí)的物體。這里舉個(gè)例子，小編沒有學(xué)過俄語，有天有個(gè)朋友介紹一位俄國朋友，這位俄國朋友不會(huì)漢語，也不會(huì)英語。他說俄語小編沒有辦法進(jìn)行反饋的，為什么呢？小編對俄語沒有相應(yīng)的記憶來進(jìn)行記錄辨別、認(rèn)知、反饋啊。小編的大腦是處于空白的，所有的記憶細(xì)胞處于不激活狀態(tài)，所有的權(quán)重是0達(dá)不到激活的閥值，這些信息雖然被聽覺神經(jīng)進(jìn)行了傳遞，但小編大腦里是沒有概念的，也就是沒有神經(jīng)回路來進(jìn)行記憶提取，沒有記憶就沒辦法提取信息，也沒辦法認(rèn)知識(shí)別。如果這時(shí)候我的朋友進(jìn)行翻譯，將其翻譯成漢語，那我就能根據(jù)我朋友的話進(jìn)行聽覺信息的接收，到激活相應(yīng)的話語中字和詞相關(guān)的神經(jīng)元，并進(jìn)行記憶比對，然后根據(jù)相應(yīng)的話語進(jìn)行事物的聯(lián)想，也就是與之相關(guān)的權(quán)重和輸入達(dá)到閥值要求并激活了小編大腦內(nèi)與之相關(guān)事物的記憶細(xì)胞，也就是相關(guān)事物的神經(jīng)回路。

那我們?nèi)绻寵C(jī)器學(xué)習(xí)的話就要進(jìn)行一次權(quán)重和閥值進(jìn)行賦值，不然機(jī)器是沒有辦法進(jìn)行輸出的。而且我們?yōu)榱俗屚皇挛铮煌瑯颖镜玫狡谕敵鼍托枰M(jìn)行權(quán)重和閥值的調(diào)整。

閥值的意義在多層神經(jīng)網(wǎng)絡(luò)算法中有著形成神經(jīng)回路的意義，閥值也有劃分界限的意義。不過小編認(rèn)為閥值是識(shí)別物體的關(guān)鍵環(huán)節(jié)，擬合度與閥值有著很大關(guān)系。

觀眾老爺這期就到這里了！小編會(huì)不定期更新！還有觀眾老爺最好將小編的文章都看一遍，小編的文章是編程以及人工智能的知識(shí)講解，過段時(shí)間可能還會(huì)寫量子計(jì)算機(jī)相關(guān)的內(nèi)容。小編現(xiàn)在不會(huì)去涉及具體的編程語言，希望觀眾老爺諒解，記得關(guān)注我哦！

新聞舉報(bào)

分享至

相關(guān)推薦

換一換

24小時(shí)熱文

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實(shí)性自行斟酌。