TensorFlow in 1 Day
- Publicación original
- 2019
- Año de publicación
- 2019
- Editorial
- PublishDrive
Citas
- Akmalcompartió una citahace 4 años
more accurate with 'cats.' The little kid, deep down, does not know why he can say it is a cat or not. He has just learned how to hierarchies complex features coming up with a cat by looking at the pet overall and continue to focus on details such as the tails or the nose before to make up his mind.
A neural network works quite the same. Each layer represents a deeper level of knowledge, i.e., the hierarchy of knowledge. A neural network with four layers will learn more complex feature than with that with two layers.
The learning occurs in two phases.
The first phase consists of applying a nonlinear transformation of the input and create a statistical model as output.
The second phase aims at improving the model with a mathematical method known as derivative.
The neural network repeats these two phases hundreds to thousands of time until it has reached a tolerable level of accuracy. The repeat of this two-phase is called an iteration.
To give an example, take a look at the motion below, the model is trying to learn how to dance. After 10 minutes of training, the model does not know how to dance, and it looks like a scribble.
After 48 hours of learning, the computer masters the art of dancing.более точно с "кошками". Маленький ребенок в глубине души не знает, почему он может сказать, что это кошка или нет. Он только что научился иерархизировать сложные черты, возникающие у кошки, глядя на домашнее животное в целом и продолжая сосредотачиваться на деталях, таких как хвосты или нос, прежде чем принять решение.
Нейронная сеть работает точно так же. Каждый слой представляет собой более глубокий уровень знаний, то есть иерархию знаний. Нейронная сеть с четырьмя слоями будет изучать более сложные функции, чем с двумя слоями.
Обучение происходит в два этапа.
Первый этап состоит из применения нелинейного преобразования входных данных и создания статистической модели в качестве выходных данных.
Второй этап направлен на улучшение модели с помощью математического метода, известного как производная.
Нейронная сеть повторяет эти две фазы от сотен до тысяч раз, пока не достигнет приемлемого уровня точности. Повторение этого двухфазного процесса называется итерацией.
Чтобы привести пример, взгляните на движение ниже, модель пытается научиться танцевать. После 10 минут тренировок модель не умеет танцевать, и это выглядит как каракули.
После 48 часов обучения компьютер овладевает искусством танца.
