iT邦幫忙

2021 iThome 鐵人賽

DAY 18
1
自我挑戰組

Machine Learning With Me ,從零開始機器學習!系列 第 18

Day 18: 人工神經網路初探 前饋神經網路

  • 分享至 

  • xImage
  •  

https://ithelp.ithome.com.tw/upload/images/20210924/20141566M9ZJqcOzIQ.png

Feedforward 前饋神經網路

前饋神經網路是一種neuron之間的連接並不形成循環的人工智慧網路。
前饋神經網路是最簡單的神經網路,在這個網路中,資料流動的方向是同個方向(往前),由輸入層開始,流向隱藏層,再流到輸出層。這樣的網路中並沒有回送或者反饋機制。

Error Function

Error是指期待結果與預測結果之間的差值。
神經網路的學習目標是計算出最優化的權重值。當誤差達到最小值(理想上是零),這個權重被認為對於給定的數據集而言是最優化的。我們見過當網路開始學習處理,它初始化權重且使用其中一個activation functions計算每個neuron的輸出。然後便會計算誤差、調整權重、計算輸出且重新計算誤差然後拿來比較之前計算的誤差,直到找到最小化的誤差。給出最小誤差值的權重便會被當作最終的權重,在此階段該網路也會被視為已學習。
以微積分來看,假如函數的一階導數是零,則這個函數不是最小值就是最大值。找到這個導數為零的最小值就是我們訓練神經網路的目標。
因此,神經網路必須具有誤差函數,該函數將計算一階導數並找到誤差函數最小的點(權重與bias),選擇誤差函數的基準便是看要訓練的模組是什麼型態的。
誤差函數通常也被稱做損失函數(Loss function),或簡稱損失(Loss)。

資料參考:
https://afit-r.github.io/feedforward_DNN


上一篇
Day 17: 人工神經網路初探 損失函數(下)
下一篇
Day 19: 人工智慧初探 優化器的作用
系列文
Machine Learning With Me ,從零開始機器學習!30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

2 則留言

0
衛斯理
iT邦新手 5 級 ‧ 2021-09-24 00:12:21

學到了!

一起加油 /images/emoticon/emoticon18.gif

0
iga64828
iT邦新手 5 級 ‧ 2021-09-24 00:15:29

收穫滿滿wwwwww

謝謝支持 (茶

我要留言

立即登入留言