最强图解微型神经网络--多层感知器

文章预览

有没有觉得神经网络无处不在？它们出现在新闻中，出现在你的手机里，甚至出现在你的社交媒体上。但老实说，我们大多数人都不知道它们究竟是如何工作的。那些花里胡哨的数学和奇怪的术语，比如 “反向传播”？ 本文我们探索多层感知器（MLP）-- 最基本的神经网络类型 ——使用一个小型网络，仅使用少量数据点，对一个简单的二维数据集进行分类。 我们将过程进行拆解，并用图示的方式展示每一步，你将看到栩栩如生的数学知识，了解数字和方程是如何在网络中流动的，以及学习是如何真正发生的！ 定义 多层感知器 (MLP) 是一种神经网络，它使用多层连接节点来学习模式。它因具有多个层而得名 - 通常是一个输入层、一个或多个中间（隐藏）层和一个输出层。 每个节点都连接到下一层的所有节点。当网络学习时，它会根据训练示例调整 ………………………………