网站建设有哪些内容,珠海中企网站建设公司,制作app下载,营销推广是什么萌新小白一只#xff0c;刚刚接触AI#xff0c;在遍历人工智能发展时就看到了“卷积神经网络”#xff0c;顿时想到了去年被概率论支配的恐惧#xff0c;因此想在这里分享一点经验来帮助大家更好理解。所谓“卷积神经网络”#xff0c;就是结合卷积公式#xff0c;建立类…萌新小白一只刚刚接触AI在遍历人工智能发展时就看到了“卷积神经网络”顿时想到了去年被概率论支配的恐惧因此想在这里分享一点经验来帮助大家更好理解。所谓“卷积神经网络”就是结合卷积公式建立类似神经元的生物学模型再加上一堆激活函数、损失函数来修正加工最后再梯度求导达到帮助AI进行深度学习的目的。首先我们来看一下卷积公式 fX∗fY∫−∞∞fX(z−y)fY(y)dy∫−∞∞fX(x)fY(z−x)dx。这里zxy,fX和fY都是概率密度fX∗fY表示卷积。其意义就是响应在输入信号上的延迟叠加。这样解释还是很抽象我们举个例子就拿复联来说吧。为了守护世界的和平、抵御黑暗势力的攻击复仇者联盟应运而生。在漫威宇宙里他们拳打洛基脚踢奥创(奥创也是人工智能哦)。电影放映后IP持续爆红项目组一看有搞头哦接下来就安排主角团去刚大Boss灭霸团灭后穿越时空终于打败了Boss完结撒花。在这里故事大纲(漫威宇宙的设定)就是输入信号超级英雄们的行为就是响应两者之间的联动就是卷积了最后钢铁侠去世、美队老去相当于响应在输入的延迟叠加。然后我们来看看神经网络这个概念借助了神经元的特性能够接受外界刺激产生兴奋传导兴奋。又因为神经元兴奋的传导是线性关系的为了防止输入0输出0这种情况的产生和处理一些非线性情况专家们就在这个模型里面添加了激活函数目前常用的激活函数有很多如Sigmoid函数(s形生长曲线)、ReLU函数(线性整流函数)等。然后再用损失函数来对比实际输出结果和理论预期结果导出误差。有误差就要尽量减少不是吗这时我们就要用到求导这种方法了去以上的过程中找到梯度下降的地方优化参数误差就会减少。当然啦以上的计算量是海量的非计算机难以完成。经过卷积神经网络这一过程误差不断减小AI就能进行深度学习了。
