其他分享
首页 > 其他分享> > 机器学习笔记(四)神经网络的基本概念

机器学习笔记(四)神经网络的基本概念

作者:互联网

Neural networks(神经网络)

1、问题背景:

在计算机视觉处理中,50*50的图片有2500个像素点,对于所有“xi*xj”二次项特征值有2500*2500/2 ≈ 300万,特征过多导致过拟合。

 

2、模型:

 

 如果第 j 层有 s个神经元,第 j+1 层有 sj+1 个神经元,那么 θ(j) 是 sj+1*(sj+1) 维。

 

3、数学定义:

 

 正向激励通式:

 

 

4、举例:

 

5、多类别分类情况:

当hθ(x) = [1 0 0 0]T,为行人;

当hθ(x) = [0 1 0 0]T,为车;

当hθ(x) = [0 0 1 0]T,为摩托;

等等

 最终的结果形如:

标签:层有,笔记,50,sj,神经网络,神经元,基本概念,2500
来源: https://www.cnblogs.com/orangecyh/p/11685294.html