8k小说 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

如果说“感知机”是单个的神经元,那么“多层感知机”就是将分散的神经元,连接成了网络。

在输入层和输出层之间,再加入若干层,每层若干个神经元。

然后每一层的每个神经元,与下一层的每个神经元,都通过权重参数建立起连接……

层与层之间,完全连接。

也就是说,第i层的任意一个神经元,一定与第i+1层的任意一个神经元相连。

这就是多层感知机,简称MLP。

但仅仅简单组合在一起,还不算真正的“人工神经网络”,必须对“感知机”的基本结构,做出一定的改进。

首先,必须加入隐藏层,以增强模型的表达能力。

隐藏层可以有多层,层数越多,表达能力越强,但与此同时,也会增加模型的复杂度,导致计算量急遽增长。

其次,输出层的神经元允许拥有多个输出。

这样模型就可以灵活地应用于各种分类回归,以及其他的机器学习领域,比如降维、聚类等。

此外,还要对激活函数做出扩展……

前一篇“感知机”论文中,主要使用的是阶跃函数sign,虽然简单易用,但是处理能力有限。

因此神经网络的激活函数,一般使用其他的非线性函数。

备选的函数有很多:sigmoid函数,tanh函数,ReLU函数……

江寒逐一进行了分析。

通过使用多种性能各异的激活函数,可以进一步增强神经网络的表达能力。

对于二分类问题,只需要一个输出神经元就够了。

使用sigmoid作为激活函数,来输出一个0到1之间的数值,用来表示结果为1的概率。

对于多类分类问题,一般在输出层中,安排多个神经元,每个分类一个。

然后用softmax函数来预测每个分类的概率……

描述完结构之后,就可以讨论一下“多层感知机”的训练了。

首先是MLP的训练中,经典的前向传播算法。

顾名思义,前向传播就是从输入层开始,逐层计算加权和,直到算出输出值。

每调整一次参数值,就需要重头到尾重新计算一次。

这样运算量是非常大的,如果没有强大的硬件基础,根本无法支撑这种强度的训练。

好在现在已经是2012年,计算机性能已经足够强悍。

前向传播无疑是符合直觉的,缺陷就是运算量很大,训练起来效率比较差。

与“感知机”的训练相比,MLP的训练需要引入损失函数和梯度的概念。

神经网络的训练,本质上是损失函数最小化的过程。

损失函数有许多种选择,经典的方法有均方误差、交叉熵误差等,各有特性和利弊。

整个训练过程是很清晰的。

先随机初始化各层的权重和偏置,再以损失函数为指针,通过数值微分求偏导的办法,来计算各个参数的梯度。

然后沿着梯度方向,以预设的学习率,逐步调整权重和偏置,就能求得最优化的模型……

写完这些就足够了,再多的内容,可以安排在下一篇文章里。

不过,江寒想了想,觉得这篇论文的内容,还是有点过于充实。

仔细琢磨了一下,干脆将其一分为二。

多层感知机的结构和前向传播的概述部分,单独成篇。

神经网络训练中,关于激活函数和损失函数讨论的部分,再来一篇。

然后分开投稿,这样不就可以多拿1个学术点了?

反正学术点又不看字数……

当然,这两篇论文都必须以前一篇的感知机为基础,分别进行阐述,而不能互为前提、互相引用。

这样就需要多动点脑筋了。

江寒又花了一个多小时,才将它们全都补充完整,并丰满起来。

接下来校队、润色一番后,翻译成英文,转换PDF……

投稿的时候,江寒仔细琢磨了一下,在三区里选了两家方向对口的期刊,投了出去。

没有选择影响因子更大的二区或一区期刊。

因为二区以上的期刊,虽然影响因子更高,发表后收获的学术点也多。

但发表难度太大,万一被打回来,再重新投递……

时间耽搁不起。

要知道,江寒只有三个月的时间。

一系列操作下来,差不多就到了10点半。

江寒脱掉外衣,去洗了个澡,然后换上睡衣。

忙了一下午带一晚上,直到这时才闲了下来。

然后他就想起了夏雨菲,也不知道她下午过得好不好,开不开心?

一股深切的思念,从心底涌出。

拿过手机,指纹解锁。

这才发现,有好多条未读微信。

写论文的时候太投入,根本听不到提示音。

点进夏雨菲的聊天界面,就看到了一排文字消息。

“在哪呢?”

“终于写完作业了,好累啊。”

“你在忙什么?”

“看来真的很忙,都没时间看微信了。”

“先睡了,明天还要上学……”

……

除了第一条是放学时间发来的,后面几条都来自10点之后,差不多5分钟一条。

“这傻姑娘,我没回复微信,也不说拨个电话或者语音通话……”

江寒叹了口气,发了个表情图过去。

夏雨菲很快就回复:“忙完了吗?”

江寒微微一笑。

这个时间她还没睡,莫非在一直等着我回复?

前一阵天天哄她上床,不会已经养成了习惯吧?

一天不哄,就睡不着……

“嗯,正准备休息,刚上床。”江寒回复。

夏雨菲:“那你赶紧休息吧,别太劳累了。”

江寒笑了笑,拨了个语音通话。

“喂?”夏雨菲秒接。

江寒声音温和:“想我了没?”

“没有。”

江寒微微一笑。

否认得这么干脆?

那就是想了。

女孩子的话,有时候就得反着听……

“想我你就打个电话,要不拨个语音通话,微信我有时不能及时看到。”江寒温和地嘱咐。

夏雨菲沉默了一小会儿,低声说:“我担心你在忙,别再耽误了你的正事……”

江寒笑了笑:“你要是一直都这么懂事,我可就有点舍不得欺负你了啊。”

夏雨菲脸一红。

他所说的“欺负”,不知道到底是哪种“欺负”?

那自己以后,到底是应该始终这么“懂事”,还是偶尔也“不懂事”一次呢?

“你在哪了?”夏雨菲不敢深想,就没话找话。

“酒店里。”江寒实话实说。

“嗯?”夏雨菲有点意外,“怎么没回寝室?”

“寝室里有点闹,我想专心研究点东西。”江寒回答。

“哪家酒店?”夏雨菲问。

“星河。”

“条件怎么样?”夏雨菲又问。

“还行。”江寒回答。

“你刚才说什么?”夏雨菲好像没听清楚。

“我说还行。”江寒稍微提高音量。

“什么?”夏雨菲仍然没有听清。

“信号怎么忽然变差了……”

那边嘀咕了一声,然后通话就突然中断了。

江寒正打算重拨,一个视频通话的邀请,忽然跳了出来。

视频……

不会是学人家查岗吧?

8k小说推荐阅读:重生之妖孽人生官网争锋低调术士智能工业帝国重笙暴力丹尊全能强者萧晨苏晴完整版小说免费阅读绝品邪少仙园农庄盛世荣宠之妖妃嫁到一不小心爱上总裁绝世医王仕途之风云再起调教香江重生之风云再起重生女学霸超凶哒功夫神医在都市天火大道无上神道九天宝鉴天下无千我的贴身校花指腹为婚,总裁的隐婚新娘古代穿越日常偷生宝宝,前妻别玩了韩娱之魔女孝渊完美隐婚,律师老公不太坏重生娱乐圈之不老传说超级神相[综武侠]修真到异世医者为王太古龙象诀重生之千金娇妻重生香港娱乐圈之倾城之恋我的追美神器道士不好惹(又名:古井观传奇)仙家农女都市小保安龙婿陆凡全文免费邪帝狂后:废材九小姐龙啸大明一不小心嫁冤家战国征途萌宝一赠一:爹地凶猛,立正!天才相士恶毒女配是神医噬龙帝征途护花状元在现代先婚厚爱,厉少的神秘哑妻
8k小说搜藏榜:反派想杀本作者果然我还是太弱了天眼宝鉴月光之门葛正诡事录修罗殿之战神归来皇上要金屋藏妃顶流大佬的撒娇日常恶毒女配是神医我是主角他老爹小奶包被六个大佬争着宠都市:学霸的逆袭之路!系统之我是妲己首席爱妻命中注定全才大明星重生之末世凰女震惊,我被诡异包围了!聊天群的剧透群主高价彩礼?我不娶了!穿越之福临门大秦:我被祖龙偷听了心声锦绣妃谋年下小奶狗他又凶又疯我真的不想当小偷守望先锋入侵美漫溺宠一品弃后遇见你温暖了我我的纯情女友女总裁的贴身保镖我一个圣母,你说我卑鄙?我曾爱你天荒地老揽云传我的绝色总裁逆尘天尊祝氏女儿不好嫁天庭微信群之小川龙婿陆凡全文免费人生得意无尽欢梦里寻她之心醉如诗穿越之绯闻少爷追妻记流落荒岛,我成了美女们的救世主在暴戾的他心头撒个娇重生马甲:大小姐A爆全球天下为君:娘子太妖娆我的手办有生命萌宝一赠一:爹地凶猛,立正!全民觉醒:我隐藏了空间系两界通行者山海御兽,我站在华夏巨人的肩上被保送的我只想体验高中生活
8k小说最新小说:远征军后代被迫在缅北崛起建国重生后,我靠信息差躺成人生开局之爱财小子修仙记四合院:我的白银宝箱神话纪元:我的知识碾压万古四合院:我的商超,通现代鸡蛋大小的异界通道有什么用拍广告的我,被电影学院开除了?让你做小游戏,你竟创造第九艺术1958:我靠储物戒指躺赢校花班长喊老公,她竟来自十年后重生都市混沌天尊鬼谷传人在都市我人类帝皇,祂们却叫我邪神风流小道士下山寒尊归来:都市重生录补天之劫我的灵田能逆天我在80年代当教父谍战:谁教你这样潜伏的?作为清道夫的我才不要做杀手的活明星摆烂那家强,唯我林明最在行太子们的现代启示录野花开满山之山野神医我的世界:火爆全网校花问能不能干我空间系干她飞起老城区守印人导演,你拍的不科学啊!doro的幸福生活下山退婚:未婚妻不按套路出牌财富自由从偷爸私房钱买彩票开始津门暗战:红隼决胜情报局他是玩家,那我们是什么?立威四合院之空间在手送单超时,激活我的万倍外卖返还青田医仙港影风云:十三太保崛起之路全能扮演,我的星光人生龙王?抱歉,我是修仙的!开局诡异找上门,我直接铠甲合体逗比系统带我捡破烂爆红辞职归山,我的手艺震惊了全世界开局加载未来剧本,仙帝求我指点逼我离婚?龙王赘婿震惊全城你要负责!是你说喜欢病娇的!穿越1935:我成了抗日铁军统铁血狂锋,开局被全球通缉村巷深处大一开学,我拥有神豪返现系统