【作者萌主天下无敌提示:如果章节内容错乱的话,关掉广告拦截,退出阅读模式即可正常】

    神经元系统采了左右脑半球的设计方式进设计制造。

    这是一个非常惊人的数字。

    在训练的候,输的形式则是:正确的个数字输1,其它输0,隐藏层输层间是全连接。

    神经网络共的权重参数有784*15+15*10=11910个,偏置参数有15+10=25个,共参数个数:11910+25=11935个。

    这个神经网络有一层隐藏层,属浅层的神经网络(shallow neural networks)。真正的深度神经网络(deep nerual networks),有层隐藏层。

    我们到一组输值,哪个输的值,终的识别结果是它。

    象,在采sigid神经元组装神经网络,网络的输入输变连续的了,是,我们某个参数的值进微的改变的候,它的输是产微的改变。这使逐步调整参数值的训练。

输output=σ(z),其:σ(z)= 1/(1+e-z)。

    σ(z)是一个平滑、连续的函数。且,它的输是0~1间的实数,这个输值直接一层神经元的输入,保持在0~1间。

    在历史上,很研舊人员曾经做尝试,Michael Nielsen的书《Neural Networks and Deep Learning》这本书曾经提到这个例。

    右侧则是输层(output layer),有10个神经元节点,分别代表识别结果是0,1,2,...,9。,受sigid函数σ(z)的限制,每个输肯定是0~1间的数。

章节目录