Visión artificial (4) Redes neuronales y pasos típicos de aprendizaje automático

Redes neuronales

  • Red neuronal: una estructura de red de una gran cantidad de nodos neuronales conectados de acuerdo con una cierta arquitectura: estructura cerebral

  • El papel de las redes neuronales
    - clasificación
    - reconocimiento de patrones
    - predicción de valor continuo

    • Establecer una relación de mapeo entre la entrada y la salida

    neuronas biológicas

    inserte la descripción de la imagen aquí

    neurona artificial

inserte la descripción de la imagen aquí

Cada neurona es una unidad independiente con una estructura similar, acepta los datos de la capa anterior e ingresa la suma ponderada de estos datos en la función de acción no lineal y, finalmente, pasa la salida de la función de acción no lineal a la siguiente capa.

inserte la descripción de la imagen aquí

función de activación

inserte la descripción de la imagen aquí

Derivado

inserte la descripción de la imagen aquí

Redes neuronales artificiales

inserte la descripción de la imagen aquí

Entendimiento común de "capa"

inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí

red neuronal de avance

Un tipo de red neuronal artificial que no tiene retroalimentación y puede representarse mediante un gráfico acíclico dirigido.

inserte la descripción de la imagen aquí

Regla de aprendizaje delta

Un algoritmo de aprendizaje supervisado. El peso de la conexión se ajusta de acuerdo con la diferencia entre la salida real de la neurona y la salida esperada.
inserte la descripción de la imagen aquí

Función objetiva de la red neuronal feed-forward

inserte la descripción de la imagen aquí

descenso de gradiente

inserte la descripción de la imagen aquíinserte la descripción de la imagen aquí

Cantidad de cambio de peso de la capa de salida

inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí

Algoritmo de propagación de la dirección del error

Fórmula iterativa de propagación de errores

inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí

Ejemplo de cálculo simple de BP

inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí

Descenso de gradiente estocástico (SGD)

inserte la descripción de la imagen aquí

Descenso de gradiente de mini lotes

inserte la descripción de la imagen aquí

Pasos típicos de aprendizaje automático

inserte la descripción de la imagen aquí

El impacto de las funciones en el aprendizaje

inserte la descripción de la imagen aquí

Características del aprendizaje profundo

El aprendizaje profundo es una extensión del modelo de red neuronal.
inserte la descripción de la imagen aquí

El ascenso y la caída del "conexionismo"

inserte la descripción de la imagen aquí

La diferencia entre el aprendizaje profundo y las redes neuronales

inserte la descripción de la imagen aquí

Supongo que te gusta

Origin blog.csdn.net/m0_60634555/article/details/131983288
Recomendado
Clasificación