方浪书院 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?

方浪书院推荐阅读:我服侍了十三年的千金瘸了邪王追妻:废材逆天小姐校花的全能特工宫檐我凭什么不能做游戏娇娘发家录爱妃养成:病娇邪帝抱回家我家夫人威武霸气穿书后,疯批反派他非要宠我失物招领铺鉴宝之仙门传奇地师猫大佬总想撩影帝傻驴驴驴驴驴驴驴驴风雨兼程的逆袭路溺爱无限之贪财嫡妃重生2016:我是逗音大网红都市武圣一品枭雄富贵如锦病娇影帝,团宠小甜妻又作妖了宠婚守则贪财王妃太嚣张我的侄女最近有点怪次元入侵现实地球致青春2:公关秘闻东瀛怪诞创造时擒劫难逃,总裁的私人领域四合院:我成了首富通关游戏后我无敌了最后的摆渡人全球第一杀手不小心嫁给了世界首富重生:娶川渝婆娘,当背时男人四合院:开局大雪夜捅娄子异间行不敢在群里喊老婆,怕她们全回话让你打暑假工,你把地窟平推了?开局孤城,我机械师,战场死神离婚前,楚总才知道儿子三岁了极生灵斗罗神罚榜,开局神罚玉小刚我老婆也重生了盛世倾城:独宠小刁妃谋个王爷当靠山轮回剑典重生六零小萌妻开着网约车唱着歌,女明星请上车我真的是一个外卖员啊情深似海A
方浪书院搜藏榜:神医:师父让我选一个女神结婚都市无敌剑仙遥望行止同桌是我妈花舞艳天下许你余生地老天荒我的网恋女友不可能是校花春落杯中妖海洋猎钩她是我的心上星没超能力的保安也要拯救世界霍少宠妻90度C捡来的女婿好生猛破封归来的逆天之子[红楼]不一样的黛玉团宠妹妹又掉马了BOSS大人,抱不够异世之坏男人傲娇影后农女匪家拈花一笑不负卿溺爱之宠妻成瘾锦绣风华之第一农家女沦落工具人:开启灵气复苏和离后我把残疾摄政王衣服撕坏了重生之食业大亨蔺爷的小祖宗是穿来的口袋妖怪之逆袭虞见阿笼都市:我是绝世高手我孩子的妈妈是大明星刚穿越就挑战地狱难度流落海岛:这校花太傻白甜了天降七个姐姐倾国倾城Boss老公撩妻成瘾医婚难求东邪物语未来手机神豪:呼吸都能赚钱恶魔校草:小呆萌,好美味!诡秘:悖论途径华娱之鎏金时代穿书八零:我成了极品家的福气包百宝图解纪机甲与男神斗罗:从震惊朱家姐妹开始权少的暖妻回档2010:从搞比特币开始直播鉴宝:大哥可真刑啊六零年代:系统每天带我寻宝
方浪书院最新小说:港片:我不是软蛋,大嫂至爱国术起手:恶梦中惊醒桃花劫?不,是我的机缘!开局跌入深渊?一首广告曲封神!都市仙尊:从凡尘到九天靠天赐的废物体质干遍全职业当塌房偶像发刀:全网哭着求治愈凡人码农加SAP加XR征服世界异界战场之要自强不息你们修炼靠天赋,我靠我的大肿瘤娱乐:带萌宝出道后我爆红了让你开公司,你开付费上班公司?我是农民怎么了带货大唐:开局请李世民嗦泡面美食:为了吃席,家家户户齐上阵为了卖皮肤,我成了文娱之王重生六零:拒娶恶媳,护家人!雨夜共犯斩神:觉醒替身星光耀雄鹰权巅,深渊代言人年代重生我超猛,媳妇日日羞红脸我在农村挖到了女娲石校花知我腿控,开学第一天穿黑丝混在五哈的大作家当兵:从军校毕业下基层开始!诡极序列开局买复活戒,亿万兽宠无限进化李云龙:老子没打过这样富裕仗港片!逆天操作!白龙潭幽灵航班?抱歉,这飞机我开过!万界直播:你带国家军队穿越?!便利店赘婿尘世之中:觉醒都市超神系统荒野直播:我的秘境通现代风雨寒门路神豪:吹牛纳税,开局顶级豪宅开局被绿,精神小妹把我崩成首富我的绝美芸姨面板觉醒,我的御兽成为禁忌形态抗战:旅长快来拉装备全球觉醒:我的器官能进化穿越重生:我的货物通古今重生79:狩猎带空间野味堆满天直播打赏:开局拒绝系统山海秘藏古卷迷宗都市修仙传,从大一图书馆开始继承千亿遗产后,我靠预知躺赢全超能赶海:坐拥海洋万亿资源