做演讲和做演讲视频网站,深圳做网站电话,免费推广途径,网站设计需要什么软件1.2.1 如何将数据输入到神经网络中
通过对前面文章的学习#xff0c;我们已经知道神经网络可以实现真正的人工智能。本小节我会进行详细地讲解#xff0c;让大家彻底地弄懂神经网络。在仅仅只学完一篇文章后#xff0c;你肯定依然感觉朦胧#xff0c;这是正常的#xff0…1.2.1 如何将数据输入到神经网络中
通过对前面文章的学习我们已经知道神经网络可以实现真正的人工智能。本小节我会进行详细地讲解让大家彻底地弄懂神经网络。在仅仅只学完一篇文章后你肯定依然感觉朦胧这是正常的因为不可能用一篇文章就把神经网络给讲清楚了。当你学完本小节所有文章后你就会感觉豁然开朗了。
我们需要弄懂的第一步就是如何将数据输入到神经网络中。例如在我们百度的新产品“小度智能屏”中是如何将麦克风采集到的音频数据输入到神经网络中的小度智能屏还能根据人脸来判断年龄从而自动切换成人和儿童模式那它又是如何将摄像头采集到的人脸数据输入到神经网络中的。稍微植入下广告小度智能屏是我们精心研发的一款新产品它功能非常强大好玩又实用很值得拥有
下面我拿识别女狗狗优的例子来给大家介绍如何将女优的图片数据输入到神经网络中。 此例中待输入的数据是一张图像。为了存储图像计算机要存储三个独立的矩阵矩阵可以理解成二维数组后面的教程会给大家详细讲解这三个矩阵分别与此图像的红色、绿色和蓝色相对应世界上的所有颜色都可以通过红绿蓝三种颜色调配出来。如果图像的大小是64 * 64个像素一个像素就是一个颜色点一个颜色点由红绿蓝三个值来表示例如红绿蓝为255,255,255那么这个颜色点就是白色所以3个64 * 64大小的矩阵在计算机中就代表了这张图像矩阵里面的数值就对应于图像的红绿蓝强度值。上图中只画了个5 * 4的矩阵而不是64 * 64为什么呢因为没有必要搞复杂了反而不易于理解。
为了更加方便后面的处理我们一般把上面那3个矩阵转化成1个向量x向量可以理解成1 * n或n * 1的数组前者为行向量后者为列向量向量也会在后面的文章专门讲解。那么这个向量x的总维数就是64 * 64 * 3结果是12288。在人工智能领域中每一个输入到神经网络的数据都被叫做一个特征那么上面的这张图像中就有12288个特征。这个12288维的向量也被叫做特征向量。神经网络接收这个特征向量x作为输入并进行预测然后给出相应的结果。
对于不同的应用需要识别的对象不同有些是语音有些是图像有些是传感器数据但是它们在计算机中都有对应的数字表示形式通常我们会把它们转化成一个特征向量然后将其输入到神经网络中。
本篇文章我们已经知道了数据是如何被输入到神经网络中的。那么神经网络是如何根据这些数据进行预测的呢我们将一张图片输入到神经网络中神经网络是如何预测这张图中是AV女优的呢下篇文章我将给大家揭晓。
