专栏名称: 夕小瑶科技说
这里有自然语言处理、机器学习、算法的入门指导、科普与深度干货,有小夕的回忆与日常,还有最重要的:萌!气!
目录
相关文章推荐
Mark Minervini  ·  测试仓立刻遇上了派发 ·  11 小时前  
51好读  ›  专栏  ›  夕小瑶科技说

神经网络激活函数=生物转换器?

夕小瑶科技说  · 公众号  ·  · 2017-05-22 00:20

正文

请到「今天看啥」查看全文



看,是不是也很像一个小小的机器学习模型呢?一个将多维的输入X转换成输出信号y的小模型。


那么,假如我们发现了好几堆(层)可爱的神经元,并且惊讶的发现它们可以交互信息,一起完成任务,但是我们并不知道它们之间怎么连接的。那怎么办呢?


我们当然可以给它们两两之间分配一条线呀。这个线就代表两个神经元之间的连接强度,如果两个神经元之间没有连接,这根线的值就是0,连接的越紧密,值就越大。

看。

这么多可爱的神经元一起工作的时候,在数学家眼里,其实并不复杂:



前一层的神经元的轴突(输出信号)与下一层的神经元的树突(输入)的信号传递过程,其实就是一个 线性映射 的过程。

补充:

想一想, 《线性代数一》 中,小夕是不是已经讲啦,对待矩阵,一个非常重要的视角就是“映射”。矩阵,可以表示一个映射函数,准确的说是一个线性映射函数。







请到「今天看啥」查看全文