吴恩达机器学习day9
·
表示数据
以numpy和tensorflow为例子（它两的数据表示有点不一样）
tensorflow：
一个tensorflow创建神经网络的例子：
前向传播
假设有一个三个神经单元的神经层：
（只要能理解这个代码是什么意思足以）
小插曲：AGI通用人工智能
AI分为两种类型，ANI和AGI：
我理解的是，ANI相当于在深究某一个领域的，AGI是一个综合的智能体
目前的现状是ANI迅速发展，但是AGI仍旧有很大的难题：
- 我们神经网络中的什么逻辑回归，神经层中的运算，相对于人脑的神经元而言，还是很简单的
- 我们仍旧没有搞清楚人脑到底是怎么工作的
有一个很有意思的发现，大脑中的处理器官，它们是负责看的、听的或者是触觉的，取决于它收到什么样的数据，比如现在把视觉中的图像数据给你处理触觉部分的躯干，那这个躯干就会学着处理视觉，逐渐变成处理视觉的部分。（算法要解决的问题取决于它收到的数据）
神经网络的高效实现方法
将数据表示为矩阵，能够大大加快数据运算的效率
然后就是讲了一堆的矩阵乘法怎么算
用代码就是这么写：
就代表Z=A的转置点乘W
更多推荐
5
0- 0
已为社区贡献25条内容
所有评论(0)