(Python)零起步数学+神经网络入门
在这篇文章中,我们将在Python中从头开始了解用于构建具有各种层神经网络(完全连接,卷积等)的小型库中的机器学习和代码。最终,我们将能够写出如下内容:
假设你对神经网络已经有一定的了解,这篇文章的目的不是解释为什么构建这些模型,而是要说明如何正确实现。
逐层
我们这里需要牢记整个框架:
1. 将数据输入神经网络
2. 在得出输出之前,数据从一层流向下一层
3. 一旦得到输出,就可以计算出一个标量误差。
4. 最后,可以通过相对于参数本身减去误差的导数来调整给定参数(权重或偏差)。
5. 遍历整个过程。
最重要的一步是第四步。我们希望能够拥有任意数量的层,以及任何类型的层。但是如果修改/添加/删除网络中的一个层,网络的输出将会改变,误差也将改变,误差相对于参数的导数也将改变。无论网络架构如何、激活函数如何、损
