前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >人脑的启发——人工神经网络案例(献给初学者)

人脑的启发——人工神经网络案例(献给初学者)

作者头像
机器思维研究院
发布2020-02-14 17:34:47
1.9K0
发布2020-02-14 17:34:47
举报
文章被收录于专栏:AI机器思维

作者Nature

出品AI机器思维

人脑是一种强大的智慧大脑,人类通过教育改变了人类大脑的思维,提升了人类自己适应社会的能力,通过教育自我学习成长。

可以说人脑具有一种强大的信息处理能力的装置,其在听觉、视觉、语言知识、情感、艺术和学习方面是机器无法替代的。

人类通过自身得到启发,虽然不能完全创造出一个人类一样的强大大脑,但人类可以在某个方面让机器超过人类自己,从而帮助人类更好的生活,辅助人类处理一些危险、重复或复杂的事情等等。我们可以让机器“学习”使它拥有某种能力去为人类服务。

人脑与计算机最大的不同是计算机的处理器是有限的,而人脑处理器是无限的,包含着大量的神经元去传输信息。基于人脑神经元的启发,科学家建立了一种新的运算模型人工神经网络(Artificial Neural Network,即ANN )。

人工神经网络是20世纪80 年代以来人工智能领域兴起的研究热点,其从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。

人工神经网络在工程与学术界简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成,每个节点代表一种特定的输出函数,称为激励函数(activation function)。

神经网络是有大量的节点也称为神经元,相互连接构成。信息经过输入层进入神经网络,在节点中不断进行信息传输与运算,每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,最后到达输出层,得到最终处理后的输出信息。

人工神经网络经过数据训练后,它具有类似人脑的某方面能力,具有“图像识别”,“风险判断”等应用。随着数据量的增多,人类创造一个有人类智能的机器也成为趋势。

最近十多年来,人工神经网络的研究工作不断深入,已经取得了很大的进展,其在人脸识别、指纹支付、模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题,表现出了良好的智能特性,促进了人工智能的大发展。

本节以BP(Back Propagation)神经网络为案例讲解,BP神经网络是一种处理分类和回归问题很有效的神经网络。具体里面的神经网络模型算法大家可以查资料,理论资料互联网上很丰富。

本案例就是帮助大家入门,让大家有一个体会认识神经网络的价值,提升学习兴趣,跟着案例去学习能更好的提升学习动力。

plt.scatter()函数用于生成一个scatter散点图

案例以python自带数据make_moons为例,数据集说明,“+”表示女性病人,“*”表示男性病人,x和y轴表示两个指标

将数据集分为训练集与测试集后,使用训练集训练神经网络,然后将训练好的神经网络用于测试集,得到预测错误率。

程序运行后:

可以看到数据集中男女病人的大致分布情况。

上面程序参数说明

plt.scatter()函数用于生成一个scatter散点图,

traningdataSet[traingLabels==1][:,0],traningdataSet[traingLabels==1][:,1]:表示的是shape大小为(n,)的数组,也就是我们即将绘制散点图的数据点,输入数据。

s:表示的是大小,是一个标量或者是一个shape大小为(n,)的数组,可选,默认20。

c:表示的是色彩或颜色序列,可选,默认蓝色’b’。但是c不应该是一个单一的RGB数字,也不应该是一个RGBA的序列,因为不便区分。c可以是一个RGB或RGBA二维行数组。

marker:MarkerStyle,表示的是标记的样式,可选,默认’o’。

cmap:Colormap,标量或者是一个colormap的名字,cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap,可选,默认None。

程序如下:

程序执行后的结果输出:

可以看出训练集的错误率为0.1525,测试集错误率为0.17。

大家可以根据上面的程序改造试验,数据集拆分比例不同会对训练和测试结果有影响,合理设置很关键。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-01-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI机器思维 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • plt.scatter()函数用于生成一个scatter散点图
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档