Day22 實作

2024 iThome 鐵人賽

AI/ ML & Data

了解AI–道阻且長系列第 22 篇

16th鐵人賽

lwc_

2024-10-15 13:39:46

87 瀏覽

分享至

假設我們要製作一個可讀取5X4像素之黑白二元圖像，並且可識別手寫英文字母「A」、「P」、「L」、「E」的神經網路。使用附有正解標籤的128張字母圖像作為訓練資料，並使用 Sigmoid函數作為激勵函數。
1.設定參數的初始值

H1,H2,H3的儲存格為隱藏層的權重初始值。
Z1,Z2,Z3,Z4為輸出層的權重與閾值初始值。
2.第一個訓練資料，在儲存格內填入函數計算。
透過以下形式讀取圖像資料，將數字填入函數中計算。因為神經網路的一個unit對應到工作表的一個儲存格。