机器学习的网络们

伪NChris

已于 2024-10-21 22:12:33 修改

阅读量1.2k

点赞数 21

分类专栏：机器学习文章标签：机器学习网络人工智能

于 2024-09-18 16:19:58 首次发布

本文链接：https://blog.youkuaiyun.com/chen1658137632/article/details/142326527

版权

机器学习的网络们

1. 线性神经网络
- 1.1 线性回归
- 1.2 softmax 回归
2. 多层感知机
- 2.1 多层感知机
3. 卷积神经网络
4. 现代神经网络

申明：资料大部分来源于d2l，如有错误还望指正

1. 线性神经网络

1.1 线性回归

线性网络，对应的就是基础的线性函数
在这里插入图片描述

网络结构大概如下所示，输出的内容则主要是0,1两个数字，
在这里插入图片描述
实现代码

def linreg(X, w, b):  #@save
    """线性回归模型"""
    return torch.matmul(X, w) + b

1.2 softmax 回归

从线性回归到了多分类回归，可以输出多个结果
在这里插入图片描述
表达式

实现的代码

def softmax(X):
    X_exp = torch.exp(X)
    partition = X_exp.sum(1, keepdim=True)
    return X_exp / partition  # 这里应用了广播机制

2. 多层感知机

单层感知机的不足，不能解决
类似下图这样的两个颜色的点就无法成功拟合出来
在这里插入图片描述

2.1 多层感知机

单分类

在这里插入图片描述

此处引入激活函数

通过激活函数引入非线性的特性，从而更加方便的提升复杂度，拟合

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

伪NChris

关注关注

21
点赞
踩
21

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【机器学习】神经网络介绍

gogo小Sa的专栏

05-28

7470

【深度学习】神经网络介绍神经元激活函数感知机与多层网络误差反向传播参考：周志华《机器学习》 "神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应" [Kohonen, 1988] .1.神经元模型神经网络中最基本的成分是神经元 (neuron)模型，即上述中提到的"简单单元"。在生物神经网络中，每个神经元与...

机器学习----神经网络技术详解

qq_42538588的博客

08-01

4296

机器学习（Machine Learning, ML）是一种人工智能（Artificial Intelligence, AI）技术，它使计算机能够通过经验自动改进性能，而不需要明确编程。机器学习的核心在于从数据中提取模式和知识，从而使系统能够做出预测或决策。机器学习的方法可以分为监督学习、无监督学习和强化学习等几种主要类型。监督学习：在监督学习中，模型通过一组带标签的训练数据进行训练。训练过程的目标是使模型能够根据输入数据预测正确的标签。例如，分类问题和回归问题都是监督学习的典型应用。

参与评论您还未登录，请先登录后发表或查看评论

机器学习常用网络

PonyMzp的博客

12-15

528

机器学习常用网络

机器学习（10）——神经网络

最新发布

jiaomongjun的博客

04-26

1681

神经网络（Neural Networks，简称NN）是一类模仿生物神经系统的数学模型，用于处理和解决各种类型的任务，如分类、回归、模式识别等。神经网络属于机器学习领域的一个重要分支，特别是在深度学习（Deep Learning）中起到了核心作用。神经网络通过层次化非线性变换实现强大的函数拟合能力，其成功依赖于：架构设计（如CNN处理图像、Transformer处理文本）。优化技术（如Adam、Dropout）。大规模数据与算力支撑（GPU/TPU）。

机器学习（四）神经网络

weixin_51547017的博客

04-12

2779

一、基本概念神经网络中最基本的成分是神经元模型。在生物神经网络中，每个神经元与其它神经元相连，当它“兴奋”时，就会像相连的神经元发送化学物质，从而改变这个神经元内的电位；如果某种神经元的电位超过了一个“阈值”，那么它就会被激活，即“兴奋”起来，向其他神经元发送化学物质。从计算机科学的角度，神经网络就是一个包含许多参数的数学模型，这个模型是若干个函数相互（嵌套）代入而得。二、神经网络结构一般的神经网络的模型如下图所示：每一层神经元与下一层神经元全互连，神经元之间不存在同层连接，也不存在跨层

机器学习——神经网络简单了解

2301_79376014的博客

03-23

2158

神经网络可以分为生物神经网络和人工神经网络(1)生物神经网络,指的是生物脑内的神经元、突触等构成的神经网络，可以使生物体产生意识，并协助生物体思考、行动和管理各机体活动。(2)人工神经网络,是目前热门的深度学习的研究基础。目前对人工神经网络的定义多种多样，本书采用TKohonen1988年在NeuralNetworks 创刊号上给出的定义,即:“人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它能够模拟生物神经系统对真实世界物体所做出的交互反应”(Kohonen,1988)

机器学习（神经网络）

）梦想之深邃（

03-15

607

一、感知机感知机是基本的处理元素。它具有输入（其输入可以来自外部输入，也可以来自其他感知机）。与每个输入xi 相关联的是一个链接权重（突触权重）wi，而输出y在最简单的情况下是这些输入的加权和（也可以是其他类型） ...

复杂网络与机器学习融合的研究进展.pdf

09-24

复杂网络与机器学习是两个快速发展的领域，近年来，随着大数据技术的进步，这两个领域的交叉研究越来越受到学者们的关注。本文对复杂网络与机器学习的融合研究进行了综述，covers了复杂网络领域的网络演化模型、常用...

机器学习与神经网络

02-25

机器学习如今已算是在互联网圈家喻户晓的名词了。现实生活中其实也早有很多应用，什么无人驾驶，人脸识别，智能音响等等。去年七月国家发布了《新一代人工智能发展规划》，说明人工智能领域已经上升到了国家战略层面...

吴恩达机器学习课后作业源码及笔记_机器学习_吴恩达_

10-01

这些习题内容丰富，覆盖了机器学习的众多关键知识点，如线性回归、逻辑回归、神经网络、支持向量机、决策树、随机森林、集成方法、聚类、降维等。在源码部分，学习者可以找到用Python或R语言编写的机器学习算法...

【Pytorch教程】：卷积神经网络 CNN

nanke_4869的博客

01-31

7709

Pytorch教程目录 Torch and Numpy 变量 (Variable) 激励函数关系拟合（回归）区分类型 (分类) 快速搭建法批训练加速神经网络训练 Optimizer优化器卷积神经网络 CNN 目录Pytorch教程目录什么是卷积神经网络 CNN卷积和神经网络池化(pooling)流行的 CNN 结构CNN 卷积神经网络MNIST手写数据CNN模型训练可视化训练全部代码什么是卷积神经网络 CNN 卷积和神经网络卷积神经网络是如何运作的呢, 举一个识别图片的例子, 我们知

机器学习神经网络

weixin_44793000的博客

04-06

327

机器学习神经网络神经网络: 生物神经网络主要是指人脑的神经网络，它是人工神经网络的技术原型。人工神经网络也称为神经网络也简称为神经网络或称作连接模型，它是一种模仿动物神经网络行为特征，进而分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。布尔逻辑：程序员经常需要接触布尔函数，也就是返回 true or false 的...

机器学习 —— 神经网络

Fancyyj的博客

08-19

855

一. 神经网络（一）基础知识定义人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络：是一种应用类似于...

机器学习: 神经网络

玉汝于成

05-30

3575

输出层具有计算能力，也可称为计算层。把拥有一个计算层的网络称为“单层神经网络”。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。在机器学习中谈论神经网络时指的是“神经网络学习”，或者说，是机器学习与神经网络这两个学科领域的交叉部分。一个神经元具有多个树突，主要作用是接受传入的信息。一个神经元具有各个轴突，末端有多个神经末梢。神经末梢的作用是与其他神经元产生连接并传递信号。

【机器学习】神经网络

qq_42212808的博客

07-06

1119

神经网络概述

Deep learning-------------Neural networks

精锐小庄的专栏

12-02

908

本节内容: The representation and learning of neural networks -----------------------The representation of neural networks------------------------- （一）、为什么引入神经网络？——Nonlinear hypothesis 之前我们讨

机器学习中一阶段网络是啥_机器学习项目的各个阶段

weixin_26752765的博客

09-05

682

机器学习中一阶段网络是啥Many businesses and organizations are turning to machine learning for solutions to challenging business goals and problems. Providing machine learning solutions to meet these needs require...

机器学习——第五章神经网络

adchloe的博客

08-04

1141

ART网络是竞争型学习的重要代表，由比较层，识别层，识别阈值和重置模块构成。训练过程：接受到训练样本，每个输出层神经元计算该样本与自身携带的权向量之间的距离，距离最近的神经元成为竞争获胜者（最佳匹配单元），最佳匹配单元及其邻近神经元的权向量被调整，使权向量与当前输入样本的距离缩小，上述过程不断迭代直到收敛。在这个模型中,神经元接收到来自几个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接进行传递,神经元接收到的总输入值将与神经元的值进行比较，然后通过激活函数处理以产生神经元的输出。