V
主页
有时候你是不是觉得换个（大凶美女）老师能学的好点？ 来试试学习一下这个“什么是神经网络？”的教学视频
发布人
嘿，我是Zara。在这段视频中，我将讨论神经网络。在深入探讨神经网络之前，我们先来聊聊机器学习。机器学习是人工智能（AI）的一个分支，专注于构建能够从数据中学习并基于数据做出决策的系统。我相信你们最近听到“AI”这个词的频率越来越高，你可能也觉得它逐渐变成了一种营销术语。确实，有些人甚至认为约翰·麦卡锡（John McCarthy）在20世纪50年代创造这个词时，就是为了吸引资金。 无论如何，与传统程序设计不同的是，传统程序设计中我们需要明确定义规则和逻辑，而机器学习则让计算机能够学习模式并在没有明确编程的情况下做出预测。我们用一个现实世界的例子来说明这一点，比如垃圾邮件检测。假设我收到一封电子邮件，并希望判断它是否是垃圾邮件。在传统程序设计中，我需要编写特定的规则，例如，如果一封邮件包含“彩票”、“免费”或“中奖”等词汇，它就会被分类为垃圾邮件。这个方法的局限性在于，我需要预见并编码所有可能的规则。如果垃圾邮件发送者改变了措辞，程序可能无法识别新的垃圾邮件。 另一方面，通过机器学习，我们不需要编写特定的规则，而是给机器学习算法提供一个大量的已标注数据集，这些数据集中的邮件是由人类标记为垃圾邮件或非垃圾邮件的。算法从这些数据中学习能够区分垃圾邮件和非垃圾邮件的模式，并在训练期间，算法会尝试建立一个模型来最小化分类错误，或者更广泛地说，优化一个我们称之为损失函数的东西。通过这种方式，算法可以适应新的垃圾邮件形式，而无需重新编程。 为了说明这一点，假设我将数据绘制成图表，每封电子邮件代表一个点，例如，x1可以是可疑词汇的衡量标准，x2可以是邮件的泛泛程度。这些特征或组件可以是手工设计的或通过学习得来的。我希望我的数据图表看起来是这样的。当然，这是一个非常简化的示例，但我想你已经明白了大致的想法。星号代表垃圾邮件，圆圈代表非垃圾邮件。我可以简单地画一条超平面来分隔这些邮件。 记得我说过我们要建立一个模型吗？这个超平面就是当前的简单模型，用来定义哪些邮件是垃圾邮件，哪些不是。所以，如果我收到一封新邮件，我可以简单地将其绘制在图表上，根据它相对于分隔超平面的位置，判断它是否是垃圾邮件。由于用于训练模型的数据（在这种情况下是电子邮件）是有标注的，因此这种邮件分类方法属于监督学习，这是机器学习的三种类型之一。其他两种类型是无监督学习，例如将新闻文章聚类分类，以及强化学习，例如通过算法训练汽车的自动驾驶仪，让算法通过奖励理想的操作并惩罚不理想的操作来学习。 如果你希望我在未来的视频中讨论更多这些概念，请在评论中告诉我。 什么是神经网络？神经网络是一种在20世纪中期开发的计算模型，灵感来源于人脑中生物神经元的功能。神经网络的核心是由相互连接的节点或神经元组成的层，这些层处理数据并基于数据生成输出。网络通过调整这些神经元之间的连接（即权重和偏置）来从输入数据中学习，以提高预测或分类的准确性，随着训练迭代或时间的推移而改进。 神经网络的复杂性和深度可以根据它们要解决的问题而有所不同。神经网络的关键组成部分包括节点、层和连接。神经元或节点是神经网络的基本单位。神经元接收输入，应用数学操作，并将结果传递到下一层。每个神经元都与其他神经元相连，形成一个网络。 我们还拥有层，这些层分为三类：输入层，这是接收原始数据输入的第一层，如数值、图像或文本；接下来是隐藏层，这是中间层，数据在此由网络进行转换。层的数量和大小可以根据网络的设计而有所不同；最后是输出层，这是产生网络输出的最终层，如分类标签或预测值。 最后，神经网络的第三个组成部分是连接，即权重和偏置。每个神经元之间的连接都有一个相关的权重，决定信号传递的强度。偏置被添加到每个神经元中，用于调整激活函数的输出，这使得学习过程更加灵活。 从数学上看，神经元内的操作可以表示为：其中wi代表权重，xi是输入，b是偏置，f是激活函数，它决定神经元的输出。 让我们来谈谈f。首先看看里面的求和操作。X中的所有操作都是线性的。我们只看到线性操作，就像ax + b，其中xi只是简单地乘以权重wi并相加。这就是我们为什么要使用激活函数的原因。激活函数（如sigmoid函数和ReLU，即修正线性单元）通常用于引入非线性，允许网络学习数据中的复杂模式。Sigmoid函数常用于需要将输出解释为概率的情况，因为其范围在0到1之间。另一方面，ReLU通过在计算上效率更高的方式引入非线性，因为它只涉及在零点进行简单的阈值操作。因此，如果z小于零，神经元就不会被激活。 所以，也许你已经可以看出这些网络如何通过调整在特定输入下哪些神经元被激活来表示复杂的函数。 YT：https://www.youtube.com/watch?v=6PvbVT4_EvU
打开封面
下载高清视频
观看高清视频
视频下载器
数理化生竞赛省一，但我不觉得我是天才【ME37】
Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（完整版）
陶哲轩在2024年国际数学奥林匹克（IMO）的演讲：AI 与数学
小扎认为 Llama 会成为开源 AI 的行业标杆，就像当年的 Linux 一样
这能怎么选？😓
The Prompt with Trevor Noah | 第7集：使用AI检测政治深度伪造
1995 年，埃隆·马斯克无力支付维修费用，因此他用垃圾场里的零件修理了汽车的几乎所有部件。这是他更换破损的侧窗玻璃。当时谁能知道这个小男孩将来会改变世界呢？
Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（后续一）
Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（一）
OpenAI Q-star绝密文件泄露：2027年GPT10，人工智能觉醒即将到来
如果黑猴是这些公司做的...
动画短片《这不是邪教》一个邪教组织想要吸引新成员加入他们，所以他们雇佣了一名摄影师为他们所谓的“健康中心”拍摄广告，但很快摄影师就有了令人毛骨悚然的发现。
知网，再见！中科院推出8000万免费数据库，可检索1.7亿资源，测试非常流畅好用！刚测试了下，非常流畅好用！强烈建议所有本硕博学生找AI方向的论文用起来!
一个网红物理题炸出了多少不会独立思考的人
华五毕业，ai工程师，重度焦虑抑郁，每天都有濒死感，谈谈我的职场经历。不是我不想努力
【美系】Gap Year真的不是随便说说，中国需要引进来
以防有人不知道锦鳞战袍的回血有多夸张
不要拘泥于单一棍法，进来感受齐天大圣的魅力！无伤寅虎
这个动作怎么样？帅不帅？
为了拍这组黑神话蜘蛛精cos，差点损失10w……
陕北曼波说书
这是我的程序员老公，在华为上班15年了，他从来不抱怨，不放弃，因为任总给的实在是太多了！
以防你不知道二周目可以变广智打广智
玉玉玉...玉？这..可以让俺老猪也来一勺吗！
小元宝 按F进入坦克
此处禁飞，像武侠一样起舞吧！无伤小黄龙
五院四系为什么这么牛？这东西能不能说呀
传说中好莱坞最奶凶的女星
【STN快报第七季69】黑神话作者小时候最喜欢玩捉迷藏
《当你不是易梦玲却交往了一个rapper》：宝宝
黑战锤：阿斯塔特
赛博文物鉴定师鉴定黑神话第一回! [直播切片]
帅哥竟然和欧美女星mia malkova有过一段。
黑神话摄影师 | 卧龙寺「虎先锋」海报级摄影【第二期】
灵虚子VS黑熊精！我们举办了一场黑神话BOSS斗法大会！
CN瓦的崛起！德云色见证EDG夺得全球总冠军，康康大心脏打破僵局FMVP实至名归！
