墨坛书屋 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?

墨坛书屋推荐阅读:全民,开局漫游枪手,BOSS直不是戏神走出深渊,我即是深渊怒喷作者,被变女丢进凤傲天爽文战神医婿江辰唐楚楚全集免费阅读下载我们的少年时代:2四合院:不要算计我红包游戏:我提现了商业帝国重生另嫁小叔,夫妻联手虐渣全民转职:他们叫我智械天灾直播:在线放牧,我有万亩草原高端食材供应商这重生不太对劲华娱:从跑男开始出发!美食:随机摆摊,顾客疯狂抢购江湖话事人重生80年代好日子开局主角上门?我成他姐夫!化身系统,宿主莫慌,我来了!武功无限简化,高考前我已封王炼狱孤行者打造商业帝国,你选白月光后悔?高武:开局修改锻体法震惊世界我演化的物种,都叫我创世神神级逗比系统温水煮沫沫灰雾灭世,我是行走吸尘器我刚无敌,你就要跟我退婚?糟糕!假死脱身后被女主逮住了末世玄学大佬在年代文躺赢妖孽妙手小村医斗罗之诸天降临游戏降临:龙国预知一切吓哭全球穿回现代直播他们羡慕哭了世间若有不平事,午夜奉我一炷香我有一个神奇的异能盛宠侯门医妃嫡妹非要换亲,送我当上侯夫人星河浮生重生九零俏军嫂娱乐边缘人神豪:一心养鱼的我成为世界首富嫡长女又甜又煞桃源灵霄仙尊叛逆少年的沉沦与觉醒重生平行世界的1980我提前攻略女主,主角傻眼了!农民修神传警察你开挂了?刚入职就抓个通缉游戏开局,拥有13个隐藏特性
墨坛书屋搜藏榜:锦云谋票房女王安哥拉风云2009龙虎香江亲手亲嘴把十八线小明星养成天后诸天猎杀者看到成功率,我被相亲对象绑架了校园绝品医王重生之一路随心隐婚总裁的小祖宗甜哭了婚约对象是七位师姐,我要退婚!神医龙婿绝地大探险第一符师:轻狂太子妃解甲归甜(重生)怀孕后,前任小叔找上门要负责东宫禁宠带着空间当熊猫米豆和他的体验屋超级军工霸主系统绑错,我躺赢成仙田园神豪苟在都市修个仙四合院里的喜剧重生八零之军少的毒妻惊!王妃一脚踹翻了王爷的轮椅天生媒运华娱从仙剑开始曹军打赏女主播,我能无限提升修为我有一个万能系统商城都市:霸道总裁爱上我郡主当道:美男有点多闪婚之秘爱成瘾都市至尊医仙七零,恶毒女配奋斗日常私宠:婚前试爱神临觉醒:我成为异世五条悟森罗大帝最强狂兵山晋江湖,我全家都是黑道系统让我当贤妻良母龙族之从挖卡塞尔墙角开始重启白金时代重生为君我的灵器被妹妹直播抽奖了夫人虐渣要趁早全书反派都宠她爱上秦楼重生八零奶萌包占卜师:基础能力干翻全世界
墨坛书屋最新小说:虚影重生穿越女频成为路人甲恋上美女上司穿越七六再读书烟云过眼我的峥嵘岁月回到高考后,利用先知成富豪系统:你看看这是人抽的奖吗?闯入缅北的一群人1977,开局女知青以身相许开局吞噬真龙,高中毕业打爆宗师慈善与挥霍:都市反差神豪我,出狱后无敌,前妻跪求复婚我的人生无限抉择大院人家针破苍穹抛夫弃子求真爱,被白月光渣了你找我?被女知青抛弃后,我靠打猎走上人生巅峰重生1931,我有一座军事仓库玄天神医重生77,从拒绝村花开始逆转人生1961饥荒:从打猎开始,带领全家致富!清纯校花一实习,就被我追到手了复明后,傲娇总裁在我怀里哭唧唧杖毙而亡:娘娘重生宠冠六宫未来世界AI统治人类离婚后,我的绝世战神大老婆后悔了魔族圣女和他的极品师傅玲珑塔下的爱情我为穿越者跑腿,惊动了国家爸爸我就养个电子宠物,你跟我说是九尾天狐?谁说当舔狗蠢啊,当舔狗可太棒了!灵烛师神医:开局同居丰满女护士娱乐:摆烂的我要发力了!舞侠2开局分家,真少爷一家悔哭了鉴昭行浴火重生:凤逆天下兽世穿今,娇软雌性她杀疯了一人:我都硬刚天师了,系统才来权途:从乡镇科员开始重回85,开局和吸血鬼家庭断亲惊山月全职法师:开局八奇技,下山无敌重回1985之长姐风华七零美人被抢亲,转头高嫁大反派昭娇月亮垂首觉醒休夫,小雌性被各路大佬疯抢