weixin_58797039的博客

预测是个非常笼统的术语。例如，机器学习中的预测可以包括预测某位消费者将会在一家给定的公司花费是多少，或者预测一笔特殊的信用卡消费中是否存在欺诈。预测也包括更一般的模式识别，如给定的图片显示了什么字母，或者这张照片中是否有马、狗、人、脸、建筑等。

输入是什么？输出是什么？选择多少层网络？每一层有多少个神经元？层与层之间要怎么连接的？如何选择输入、输出？以手写数字辨识为例说明：假设我们要辨识一张像素是16*16=256的手写数字图片，那每一个像素点就是一个特征变量X，因此输入就是：X1、X2、X3、X4、…、X256。输出就是0-9十个数字的概率，然后根据概率最大是那个数字预测结果。上图，分别输出了是数字0-9的概率，而是2的概率最大是0.9，因此机器觉得，这个数字就是2。如何选择网络架构？