机器学习入门机器学习入门 (33).pdf
《机器学习入门机器学习入门 (33).pdf》由会员分享,可在线阅读,更多相关《机器学习入门机器学习入门 (33).pdf(7页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、目目 录录2感知机的工作原理感知机的工作原理3感知机的模型感知机的模型4用感知机构造神经网络用感知机构造神经网络全连接全连接51神经元模型神经元模型感知机的学习03感知机的学习规则,可以保证我们任取感知机的学习规则,可以保证我们任取权重参数也能输出正确的值。权重参数也能输出正确的值。3.1 学习规则感知机的学习规则也是一种训练方法,目的是修改神经网络的权值和偏置,基本规则如下:w(new)=w(old)+e*b(new)=b(old)+e3.2 用实例推导感知机的学习规则 使用当前的输入及参数计算输出使用当前的输入及参数计算输出 鉴别苹果:颜色鉴别苹果:颜色 1=1=1 1,形状,形状 2 2
2、=1 1 v=wv=w1 1*1 1+w+w2 2*2 2+b b =1 1*1+(-1)1+(-1)*1+01+0=0=0 y=step(v)=step(0)=0 使用新的权值代入感知机,计算苹果新使用新的权值代入感知机,计算苹果新的输出的输出 鉴别苹果:颜色鉴别苹果:颜色 1=1=1 1,形状,形状 2 2=1=1 v(new)=wv(new)=w1 1(new)*1 1+w+w2 2(new)*2 2+b(new)b(new)=2 2*1+01+0*1+11+1=3=3 y=step(v(newnew)=step(3)=1 纠正误差后,苹果判断正确。纠正误差后,苹果判断正确。尝试判断香蕉
3、。尝试判断香蕉。v(new)=wv(new)=w1 1(new)*1 1+w+w2 2(new)*2 2+b(new)b(new)=2 2*(-(-1)+01)+0*(-(-1)+11)+1=-1=-1 y=step(v(newnew)=step(-1)=0香蕉也判断正确,学习结束。香蕉也判断正确,学习结束。我们利用了感知机的(有监督)学习规我们利用了感知机的(有监督)学习规则进行误差纠正,并把新的权值代入公则进行误差纠正,并把新的权值代入公式计算输出得到我们期望的值。式计算输出得到我们期望的值。3.3 总结u在有监督的学习规则中,我们能通过期望值不断修正权在有监督的学习规则中,我们能通过期望值不断修正权重,最终得到一个可用权重,并用已经训练好的感知机重,最终得到一个可用权重,并用已经训练好的感知机去做一些事情。去做一些事情。感谢聆听!感谢聆听!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机器学习入门机器学习入门 33 机器 学习 入门 33
限制150内