第13章 “感知机”和“M-P模型” (第1/2页)
一碗酸梅汤提示您:看后求收藏(宜小说jmvip3.com),接着再看更方便。
说实话,开创“机器学习”新领域,成为“深度学习”等技术路线的指路人,的确十分诱人,光是提出“人工神经网络”的概念,就足以名垂青史了。
但对于自己现在的水平,江寒心里还是很有数的,不谦虚地说,只能算略知一二。
前世虽然上过大学,学的却不是计算机专业,在编程和硬件领域,基本上全靠自己摸索,知识体系并不完善。
至于“人工神经网络”方面,前后只看了几本入门教材,外加在p站看了十几个系列视频教程。
一些重要的概念是清楚的,一些经典算法也是了解的,做一些简单的推演,应该也没什么大问题。
可许多公式背后的原理,当时就没能理解得十分深刻,到了现在,印象就更加模糊了。至于那些需要最先进的数学工具,才能完成的证明与推导……
在机器学习领域,“深度学习”被称作最具颠覆性的理论,以他目前掌握的这点儿皮毛,想要从无到有地开辟出一整条技术路线,难度可想而知。
可难就不搞了吗?
这是个难得的机遇,一定要好好把握才行。只是他还需要好好想一想,如何妥善运用那些“走私”来的知识。
既要充分掘价值,也要注意合理性。起码拿出来的东西,要符合自己的人设,要找得到合理的解释,免得惹出什么不必要的麻烦……
江寒前思后想,终于做出了决定。
总之,必须尽快将“感知机”的概念抛出去,否则后续的一系列技术,全都得憋在脑袋里,没法拿出来见人。
只是这样一来,估计自己将来基本跑不掉一个“机器学习宗师”、“aI教父”、“人工神经网络创始人”之类的称号了……
别看“感知机”简单,却是“人工神经网络”的基石,很多“机器学习”算法,比如支持向量机(sVm)、深度学习、d-QLearning、生成对抗网络(gan)……都是在其基础上才展出来的。
在另一个世界,“感知机”的概念诞生于1957年,由netkRosenb1att提出。
本质上是一个线性分类模型,用于解决二元线性分类问题,对应于输入空间中将实例划分为两类的分离平面,是最简单的前馈人工神经网络。
好吧,说人话。
简单点说,感知机就是一个算法,通过大量训练,可以让电脑掌握某种规则,然后按照这种规则,将输入的数据分成两类。
如果输入的数据空间只有两个维度,将其视作平面直角坐标系,那么“感知机”的图像,其实就是一根直线。
“感知机”虽然简单,还是有点用的。
比如经过训练后,输入身份证号,就能帮你判断出是男是女;比如输入身高和体重,就能判断是否重……
可能有人会问随便写个程序,不是很简单就能实现这些功能吗?
但感知机的神奇之处,在于使用同样结构的程序,就能在很多领域里通用,而不用针对性编程。
这是机器学习和常规编程的本质区别。
感知机结构异常简单,工作原理也不复杂,但要想写成论文,也需要进行一些数学推导,以及前置理论。
“感知机”是建立在m-p模型的基础上的。
生物的神经细胞结构,主要由树突、突触、细胞体及轴突组成。单个神经细胞有两种状态激活或者未激活。
神经细胞是否激活,取决于从其它的神经细胞收到的输入信号量,及突触的强度(抑制或加强)。
当信号量总和过了某个阈值时,神经元就会激活,产生电脉冲,电脉冲会沿着轴突并通过突触传递到其它神经元……
m-p模型就是模拟生物神经元的工作机制,创建出来的一种数学模型,采用阈值加权和与激活函数来控制信息传导过程,是生物神经元的一种简单抽象。