VIP小说 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?

VIP小说推荐阅读:至尊瞳术师贴身兵王俏总裁贵女相师:裴神,请克制!都市超级雇佣兵王魅王宠妻:鬼医纨绔妃超绝萌爸重生之妖孽人生霸道总裁深度宠绝世战神无上神帝最强超级学霸极品全能高手赶尸道长江辰唐楚楚都市超级医圣闪婚墨少超好哄我家师姐要上天爱如璀璨繁星专职保镖隐婚总裁霸道宠:薄少,求放过绿茵传奇教父超级兵王(步千帆作品)炼气五千年福晋有喜:爷,求不约美女总裁的特种兵王至尊瞳术师:绝世大小姐(至尊瞳术师)穿越之嫡女锋芒武道天下最强特种保镖官榜我一个特技演员疯狂整活很合理吧入赘为婿绝品神医狼与兄弟厉少,你家老婆超凶的我家萌妃超级甜进化之眼心动101次:娇妻萌宝宠上瘾无量钱途叶宁罗舞苏倾城全文免费阅读正版高武:枪破苍穹,武神降临!还看今朝符武通灵痴傻三年,归来即无敌重生之复仇女王黄金渔场虚影重生重生九零:神医甜妻,要娇宠!(重生之神医甜妻)至尊战王乱世佳人
VIP小说搜藏榜:我不是戏神规则怪谈,我能无限违反规则华夏神兵哪家强,就得看我白发郎纵横港综:你管这叫差佬?我说今夜无神,于是众神陨落香江:王者崛起我在香江具现武道神话规则怪谈:全球直播求生神瞳弃少妾要休夫:冷情王爷快放手三界时空旁听生emo:开局吐槽前女友暴君的醋坛子又翻了娱乐没有圈:重生影后,狠嚣张爱若繁花盛开重生甜蜜蜜:老婆,乖一点!穿越,我在异世做反派很晚遇见你都市无敌战兵华娱之出道即巅峰盛宠医妃:十九爷,别撩火异虫迷城:触手娘的养育手册重返风华年代时代好青年我扶男二上位后寻锦春穿成恶毒女配后我成功洗白这没名没分的日子我不过了开局被催债,眼睛突然能扫码退婚后,病娇王爷宠我如珠似宝渔夫逆袭:开局救美,渔获满舱古穿今之武戏女王我有一个工业世界土拨鼠拨土重生之重来的话我来到这个年代病娇女总裁爱上我婚约对象是七位师姐,我要退婚!赐光系列一捻暗女院长的私房高手末世:我靠空间农场娇养女神军团少年特工王乡村神医:树先生护花狂龙圣幕之下:我收到一封信开始空间锦鲤:带着全家穿六零劈天斩神秦时明月之无限打卡陆先生余生请多指教
VIP小说最新小说:害我家破人亡?我出狱带七位嫂子杀疯了老婆,特工不是这么当的!用血性坚持到最后刚上高三,系统说校花暗恋我30年?重生60年代,嫂子送来毛熊老婆重回14:开局世界杯,我赢麻了林飞皓和五三班的同学们你选白月光,我离婚你后悔什么小城市的人狂医无敌:从断亲开始铩羽人传记之初闻道马飞飞和他的女邻居们城市英雄:银色闪电侠地下黑科技工厂诡异降临,君王显现四合院,我是厂医,易大妈怀孕了杀人加点:我在乱世叠属性成神消费返利,包养越多赚越多!反派系统:不舔女主后,她却急了新生1970我让学姐扶墙,学姐为我痴狂重生六零:原始森林任我行觉醒sss级妖兽,美女老师抢着要同居神医下山第一天,抢婚财阀女千金开局签到剑仙体,我杀穿高武重生八零:我的毛熊媳妇超会撩让我顶罪,满级出狱你们下跪干什么出狱后,我透视鉴宝养女儿三一镇传奇高武:从觉醒齐天大圣血脉横扫天下全村喝粥我吃肉,打猎成了万元户娱乐:从白月光开始进击娱乐圈单人狙击一整连,你说这是炊事班的?权演龙之更新的书重生饥荒年代,姐姐替嫁妹妹急疯了一颗偏离轨道的灵魂都市重生:我青元仙帝镇万古轮回狂医刚觉醒,被怪物校花当同类了真龙离婚后,七个顶级女神排队求嫁!高武:变身破碎的她,靠加点变强赘婿崛起:冰山女总裁跪求复婚我一小丑,在哥谭逃亡很合理吧?让你赶海,没让你承包大海成海王当学神觉醒足疗师:我偷遍全职业技能小妖成人后的都市求生日常未来我必将站在世界之巅修仙百年,归来全球震动!断绝关系后,我契约绝色银龙姬你哭啥?1973,国家因他而改变