2020-11-17演讲人基于神经网络的智能系统01神经元与神经网络目录02手写数字识别03神经网络构成04损失函数05优化器优化函数01
神经元与神经网络神经元与神经网络人脑含800亿个神经元神经元树突为神经元的输入通道，将自其他神经元所接受的电信号传送至细胞本体。
轴突和突触将处理过的信号传递到下一个神经元神经元与神经网络人工神经元从生物模型到数学模型神经元与神经网络人工神经网络神经网络训练
算法ImageNet图像分类算法通过反馈机制，反馈越多，结果越准确神经网络分类结果已经优于人类以误差为主导的反向传播算法02手
写数字识别手写数字识别MNIST数据集准备输入输出识别结构电脑“看到”样本图像时其实是得到了一系列的像素点的灰度值数据。每个样本图
像的输入都是一组784个数值向量就是多个数字按顺序排成一组，数字称为向量的维数每个标签数据中，把数字n将表示成一个只有在第n维度数
字为1的10维向量经过训练，AI准确率为93.13%03神经网络构成神经网络构成输入层神经网络构成输出层隐藏层卷积层全连接层池化层
归一化指数层激活层隐藏层卷积层作用：提取图像的二维特征，通过不同的算子可以检测图像不同边缘。隐藏层全连接层作用：将所有特征融合到一
起，就是每个点与下一层连接隐藏层池化层作用：减少训练参数，是对原始特征信号进行采样。隐藏层归一化指数层作用：完成最后输出分类时每个
类别概率的计算隐藏层激活层兴奋抑制04损失函数损失函数子主题05优化器优化函数优化器优化函数优化器代表了调整网络参数，是损失函数达
到最小的过程梯度下降算法是最常用也最有效的优化不同的优化算法的计算过程和效率也各不相同感谢聆听 |
|
