联系我们
- 地 址：北京市海淀区北四环西路9号 ,主 营：人脸识别,活体检测,身份证识别,银行卡识别,名片识别,车牌识别，OCR识别等及智能识别技术。
- 电 话：13146317170 廖经理
- 传 真：
- 邮 箱：398017534@qq.com
什么是AI中的神经网络
什么是AI中的神经网络
什么是神经网络？
下面用房价预测的例子，来解释什么神经网络。
先来看一个简单的神经网络（单个神经元）。
假设我们要树立一个预测房价的模型，如今我们有6个房子的数据。输入x是房子的面积，输出y是房子价钱，房价模型是y = f(x)。这是线性回归问题，由于输出是连续的值。
上图中，红叉表示房子数据点，树立房价预测模型就是要找到一个函数来拟合这些房子数据点。从实践思索，房价不会是负数，所以我们对拟合直线做了修正，在直线的底部是折线，当面积小于某个值时，房价为0。上图中蓝色折线就是我们树立的房价预测模型。
上图能够笼统成一个最简单的神经网络模型表示，如下图所示：
“neuron”表示神经元，该神经元功用就是完成函数f(x)。这个房价预测模型（函数）在神经网络应用中比拟常见，它是ReLU（Rectified Linear Unit）函数，即修正线性单元。ReLU函数图形如下：
接下来，看一下多神经元的房价预测的例子。其实，大型复杂的神经网络由许许多多的神经元组成，就像乐高积木一样。
决议房价的通常不只是房子面积一个特性，比方：
卧室数目（bedrooms）：房子面积（size）和卧室数目（bedrooms）普通决议了家庭大小（family size）。
邮政编码（postal code）：决议了交通便利性，即可步行性（walkability）
地域财富程度（wealth）：跟邮政编码决议了学校质量（school quality）
上面例子中，最终的神经网络模型构造如下所示。输入是x（x1, x2, x3,x4），输出是y。这里你可能会疑惑，上图family size是由size和bedrooms决议，在下图中怎样postal code和wealth也决议了呢？你把postal code和wealth的权重看做十分小或者是0就能够了。
上一条：OCR身份证拍照识别API
下一条：关于AI深度学习中的梯度下降算法