LV. 42
GP 2k

RE:【問題】碩2資訊工程研究所 問 都問

樓主 丁丁跑卡車 qwertyasdf
12 -
我也來做功德消業障惹,既然下午討論惹趁還有fu時完成之前做一半ㄉ神經網路介紹
希望對大家有一點幫助 Z>B ㄅ要越消越多

前半段是我針對我學習時想很久但是想通後覺得很簡單的一些細節,目標是讓沒任何基礎的人了解神經網路在衝三小。後半段是我最開始學的時候看的一些資料。
如果有點基本了解跳掉前半段看後半段連結就好惹

前半段:神經網路是三小?有蛇ㄇ用處ㄇ?

神經網路的功能簡單來說94:
讓我輸入的資料經過一系列計算(就是神經網路一層一層的矩陣計算)之後,能讓資料具備良好數學性質。

應該要有一些良好ㄉ數學性質?那4什麼雷?
簡單但是不精確的說,是可以讓你用數字推論出一些事實。

直接用具體的例子:
1.姚明229公分,丁丁跑卡車169公分,請問誰比較高?
幹0糧當然是姚明這不是廢話ㄇ?229>169國小畢業就會ㄅ

嗯,這個229和169,就是良好的數學性質。

2.小明吃了3個饅頭,做了4個功德,花了81000修車,請問小明幾歲?
幹0糧這三小

嗯,這個3、4和81000,就是不好的數學性質,而是三小。因為對我們推論小明幾歲毫無幫助。

大家可能注意到:數學性質好不好,和回答的問題其實是有關係的。
像是問題1如果換成:請問丁丁跑卡車是87ㄇ?
這個數學性質可能就是三小惹。

但是真實世界的問題通常更複雜,再來個稍微複雜點的例子3:
費波那契有ㄍ朋友叫費波,聽說很ㄈ,體重用int裝不下要用long。

豪,假設我們想知道費波智商多高,但是費波兇兇,沒人敢問。
某一天,有個勇者費盡千辛萬苦偷到了費波國小五年級全班成績單,上面有全班數學國語和社會考試成績和智商分數。
費波爽到要射惹,但是射完才發現。
幹,費波把他的智商塗掉惹!
幹!

勇者射完箭,冷靜下來之後想到,如果我能用國語、數學和社會的成績推論出智商的話,費波沒有塗掉他國語數學社會成績,那不就計畫通ㄇ?

回到剛剛的數學性質。
剛剛這個問題可以轉變成:國語數學社會成績,對於智商,有沒有良好的數學性質?
說有好像沒那麼絕對,說沒有好像也不是?就是有一點點,但是又不太絕對。

聰明的你可能會想到:
窩可不可以把原始資料經過一些加加減減乘乘除除次方根號eπ計算,讓他有良好的數學性質ㄋ?像是用BMI和體脂肪推論有沒有太肥胖之類ㄉ?
度,這4個很好ㄉ想法。

於是你經過複雜的計算,發現(國語*0.3+數學*0.4)^(π-2)+社會*0.18這個計算方式ㄅ錯!
套入這個費波公式,費波的30個同學有27個,都可以正確的以他們的國語數學社會分數算出他們智商。
於是你順利的算出惹費波塗掉的智商數字惹。
爽。

然後你可能要問:
啊我怎麼知道這樣算是ㄅ是正確還是巧合?
我可以拿這些東西算費波的EQㄇ?

一個一個來。
啊我怎麼知道這樣算是ㄅ是正確還是巧合?
A:我也ㄅ知道,不過泥可以想:如果有另外600個學生ㄉ成績單,你發現有其中595符合你上面推出ㄉ費波公式,是不是會對ㄊ更有信心?
我可以拿這些東西算費波的EQㄇ?
A:假設你推出了另一個費波公式2,你會怎麼判斷他有沒有用雷?
先找看看成績單上有沒有EQ?有,那就照著剛剛的步驟對答案看看ㄅ
沒有ㄋ?那就QQ惹

總結起來:
類神經網路的目的94經過一系列複雜的計算(就是通過那個神經網路),把你輸入的東西扭成具備良好數學性質,但是也有條件和限制。
1.必須先定義問題
2.必須給神經網路對答案
3.神經網路只能學習到資料中的模式,不能處理資料中沒有的東西,資料如果有問題,也有可能學到這些「問題」。直覺上和實作上都有證明,夠大量的資料有比較大的機率可以避免這些問題。

具體來說,神經網路最適合用在有很多資料,你覺得「好像可以用這些資料推論」,但是推論的過程又很複雜的情形。
舉例來說,給你人的動物照片每一個pixel的RGB數值,就是這個點多紅、多綠、多藍,要推論這張照片是誰。
每個人有不同高矮胖瘦、體型輪廓、人臉輪廓,人臉又有眼睛鼻子嘴巴眉毛和彼此的相對位置,眼睛又有有眼瞼的線條,線條有RGB數值的排列組合……

按照上面費波公式的邏輯,神經網路會算出:把輸入的每個RGB數值,經過一堆複雜的計算扭一扭,讓它變成一個具有良好數學性質,然後根據這個良好數學性質判斷:這個人是誰?
在以往這個從點到線條,到紋路,然後到物體、影像的過程和轉換,都是需要很多人工定義的,神經網路則是透過資料的規則自己學習到這些東西。

後半段:一些連結:

完整的「一堆複雜的計算扭一扭」數學原理和證明,有圖有code有data大推,只是是英文ㄉ,有需要的話可以找翻譯版本,或是叫我翻譯。
右邊第一第二是原理,後面是進階優化和應用

以應用角度切入的神經網路介紹,和上面那篇很相輔相成。如果英文吃力可以這篇為主,不吃力就上面那邊和這篇為主。

這篇我學的時候還沒有,是個四年拿到碩士博士ㄉ神人教授的投影片,每次他演講下面都有人在講大金。
有一點英文和機器學習底子的話推薦這個為主。

「一堆複雜的計算扭一扭」數學原理的中文證明,好像比上面更細一點,微積分底子夠可以跳過

講每個零件的作用,可以在對大框架有概念之後看
12
-
未登入的勇者,要加入討論嗎?
板務人員:

7700 筆精華,前天 更新
一個月內新增 10
歡迎加入共同維護。


face基於日前微軟官方表示 Internet Explorer 不再支援新的網路標準,可能無法使用新的應用程式來呈現網站內容,在瀏覽器支援度及網站安全性的雙重考量下,為了讓巴友們有更好的使用體驗,巴哈姆特即將於 2019年9月2日 停止支援 Internet Explorer 瀏覽器的頁面呈現和功能。
屆時建議您使用下述瀏覽器來瀏覽巴哈姆特:
。Google Chrome(推薦)
。Mozilla Firefox
。Microsoft Edge(Windows10以上的作業系統版本才可使用)

face我們了解您不想看到廣告的心情⋯ 若您願意支持巴哈姆特永續經營,請將 gamer.com.tw 加入廣告阻擋工具的白名單中,謝謝 !【教學】