【发布时间】:2018-01-14 19:21:02
【问题描述】:
我知道有类似的问题。但我想知道简单的基础知识。
假设我有一些数据 (x,y) -> z 其中 z 可以是 0 或 1 和 x,y in [0,1].
现在我想用这些数据训练一个神经网络,我想要的输出应该是 x,y 空间中的边界或直线或曲线,它将零与零分开(例如男性/女性或其他)。
所以,我想要一个隐藏层。我想我以某种方式了解如何为网络提供数据:
- 用
X = (x,y)把它喂到第一层 - 使用权重和偏差 atc 进行一些计算。
- 计算错误或损失函数
- 使用例如训练网络梯度下降(即更新权重等)
- 是的,我的问题来了:D
到底输出的是什么?使用给定的数据集,网络会尝试重现给定 x,y 的 z 值,对吗?那么,我如何获得拟合或决策边界或其他什么?最后在 x,y 空间中“绘制”的东西是什么?
我如何通过网络生成“新数据”,或者这不可能?
所以,我的主要问题是:输出是什么?以及如何处理输出?最后得到逻辑回归图的步骤是什么(可以在互联网上随处找到,但他们没有说他们最后绘制了什么:D)
【问题讨论】:
-
我曾经请我的一个朋友用几句话解释一下神经网络。 “这就像一杯热茶”他说
-
很好的例子,但对我的真正问题没有帮助:D。但我会记住这一点^^
标签: neural-network