深度学习不只是“Import Tensorflow”（上）
发布时间：2019-11-24 17:29:56 所属栏目：运营 来源：站长网
导读：副标题#e# 如今，像Pytorch和TensorFlow这样的工具使得人工智能的开发变得如此简单，以至于许多该领域的新手甚至都懒得去学习神经网络是如何工作的。 当这样的对话正在发生的时候，我真希望我是在夸大其辞—— 显然，这是个问题。如果你刚接触人工智能，不
|
在线性模型中，输入x乘以常数m，然后加上输入b，称为“截距”。这些输入相加得到输出y。
得到的直线y = mx + b模拟了x和y之间的关系。 如果我们要修改输入的值，我们需要一条不同的线。例如，将常数b从2变为3意味着将直线向上平移，使其与y轴相交的位置是y = 3而不是y = 2。
我花这么长时间和你一起复习九年级的数学，原因很简单。单个神经元的工作方式完全相同! 在神经元中,输入x乘以一个重量,w。在我们输入x乘以w,我们称之为“加权输入”。 然后添加一个常数b-它的行为类似于线性模型中的y截距，称为“偏差”。然后将加权输入和偏差相加得到我们的输出，v。  看起来很眼熟，不是吗? 好了!一个基本的神经元。 再次，我们可以通过调整权重w或偏差b来调整v的值。如果我们修改这两个参数中的任何一个，我们将再次期望看到一个不同的线性模型。 原文链接：https://medium.com/datadriveninvestor/deep-learning-is-not-just-import-tensorflow-c27136aaa65e （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
