半壁书屋 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?

半壁书屋推荐阅读:神级保镖在都市烧冥币后,一群穷逼鬼来送温暖让你御兽,你叫灰太狼手搓机甲?穿成年代文里的极品后妈奶爸!把女儿疼上天与妹合租我卖廉价药救人,你们告我上法庭经营养龙场,开局只有三枚龙蛋桃运大相师闪婚夫妻宠娃日常人到中年断绝关系后,全家族肠子都悔青了开局觉醒敛尸人,家人集体后悔了职场情事:我的绝色女老板春满京华四合院:何雨柱重生,我逆天改命我蓝星第一倒爷S级身份瞒不住了哥哥战死后,嫂子要嫁给我生存空间黑道传奇往事我有手工系统异能新帅御兽觉醒:魔兽时代战神回归当赘婿高武:拒绝校花,获得万花筒我能用鼠标右键功能和亲公主太努力穿越原始人不像人权力巅峰:从借调省委大院开始快穿之大佬又疯了鉴宝金瞳平行世界之重塑人生高武世界:开局觉醒天人合一举报我卖假药,病情复发你哭啥?家族百年,从港岛开始崛起异能之天命崛起终极高手都市武王春风又绿杨柳岸御宝超级神豪:每日随机金额肆意人生西北有昆仑全能农门凰女豪门蜜令:独占隐婚前妻刚离婚,老婆就跪求复合转生萝莉的我当反派怎么了?我办的大学,老师怎么都是神啊傻医离婚,破产女总裁捡到宝校园绝品医王我开的真是农场,不是大俄兵工厂
半壁书屋搜藏榜:和亲公主太努力京华天娇聂铮封筱筱很狂很嚣张:医妃有毒傲娇王爷求合作毒医娘亲萌宝宝网络之缘分陆丰金花股市:从零开始我有手工系统都市之巅峰王者闪耀互联网时代春风又绿杨柳岸重生千金:豪门妖孽来掌权超神学院:开局穿越梅洛天庭四合院:何雨柱重生,我逆天改命陛下有心疾得哄着我的日式物语有点甜克总:重铸黑手荣光80后视角的回忆录全能影后在线修真神豪:从跪舔美女开始谋局者开局五千顿黄金不死之身横行世界仙武医生Boss耍无赖小青梅不对付,合租之后逐渐白给系统之小女子不是药神重生:西南大龙凤小叔子兼祧两房后,夫君回来了隐世豪族继承人夫人别生气夜总他知错了拯救修真二三事穿越原始人不像人我口袋里有个超市我在寰海开盲盒霍先生,有个小子请签收!hello初恋:闻少独宠妻休渣夫,嫁战王,辣媳靠空间致富地龙做驭兽最终化成龙文娱:穿越后,从小酒吧开始起飞爆宠田园:秀才家的小娘子江湖宫廷菜逆天凰后:魔君请画押!重回80当大佬综影:从欢乐颂开始闹情绪街溜子半圣回忆录重生逆袭:国民大佬是团宠口袋之数据大师冷王爷呆萌妃绝世天才系统
半壁书屋最新小说:分手既无敌,我医武通天你哭啥裂土封王,从市井泼皮开始开局就分家,重生只为妻女巅峰神豪传楚君轶事开局:我用麻袋装钻石美食大赛:用华夏料理登顶世界无人扶我青云志,我以渣男踏山巅修仙从高二开始靠山石附体,官场横行我怕谁?前妻PK前女友,我在一旁喝大酒都市之风花雪月西北风云:六兄弟征程1939年穿到了特工总部身为尘民的我,却站在异能者巅峰关于我在娱乐圈找到爱人这件事全民转职:招募校花当混混梦魇列车重生官场之上一世我是江湖大佬氪命强化,可寿元每分钟都会增加我不当提款机后,校花全家跪求原谅穿越七九,我要娶祖孙三代的女神望断天涯路1高武:体内有个撸铁馆,肉身成圣至尊渣男:为兄弟消费,万倍返利觉醒吧!异能之黑暗终结者我在南安骗婚的那点事步步攻坚,累累硕果恋综:我的金手指是渣男祖师爷短剧世界里的魔法师北平1917:悠然种田的岁月重生美国财阀私生子开局就分遗产,我痛宰白眼狼们万般体系于己身,证道太初神基!重生九五,股神巨星人间一隅开局签到SSS级天赋,武道斩神官途:我有通天背景却从科员干起杀手女仆与废柴的我刚下山,冷艳总裁逼我领证重回61:我赶山御兽带全家吃肉!都市:重生反派后手眼通天!重生的我只想实现共同富裕重活,病娇的她们嗜我如命荒野求生,资源万倍返利现实抗战之不该遗忘的地方荣耀归来仍是少年星空不败开元之歌龙哥传说