神经元：
神经元：多个输入通过数学公式计算产生输出
输入神经网络数据：
每个输入都经过加权并乘以权重。
最终的运算结果会加上偏差。
第一次创建神经网络时，权重是一个随机数，可以是正数，也可以是负数。偏差初始化为0。
激活函数：使用函数以数字方式更改阶段输出值。
sigmoid或(S函数，sigmoid函数)：对输出进行归一化，并将其映射到[0,1]区间。
另一种激活函数：ReLU：线性整流函数，因其形状也称为斜坡函数。
激活函数非线性变化，使得结果更容易分类。
激活：激活
神经网络
因为需要两个分类，所以神经网络需要两个神经元
隐藏层：隐藏层。
前向传播：前向传播。
隐藏层的过程也称为前向传播。
多个隐藏层
back propogation：后向传播：
现在神经网络开始对数据进行训练，学习如何分类。为了学习如何训练，神经网络使用一种称为反向传播的算法
分为3个阶段：前向传播、误差估计、更新权重和偏差
损失函数：成本函数，用于计算输出值与目标值的差值。
分别计算蓝莓和草莓的损失值，叠加就是网络的损失值。
损失值规律曲线。训练的目标是找到损失值最小的权重。
梯度下降：梯度下降。找到梯度下降的模式。
每次梯度下降计算一个新的权重
Epoch：每次梯度下降需要多长时间
训练速度不宜过高或过低
数据集分为两类。颜色越深，置信概率越大。
计算过程
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
用户评论
稳妥
哇，这个漫画版的学习神经网络真是太棒了！以前总是觉得神经网络复杂难懂，现在一看漫画就能理解，太贴心了。
有9位网友表示赞同！
我绝版了i
我已经看完了，真的很有趣，特别是那些幽默的小插图，学起来一点也不枯燥。
有10位网友表示赞同！
见朕骑妓的时刻
刚好在找神经网络的学习资料，这个漫画版太及时了，打算收藏起来慢慢看。
有8位网友表示赞同！
拉扯
我觉得这个漫画版对初学者来说是个很好的引导，但是专业人士可能觉得内容有点浅显。
有16位网友表示赞同！
花菲
哎，我之前学神经网络的时候，书上的公式看得我头都大了，这个漫画版应该能让我轻松一些。
有15位网友表示赞同！
站上冰箱当高冷
我儿子对神经网络很感兴趣，这个漫画版应该能吸引他，感谢作者！
有5位网友表示赞同！
断秋风
看过一些神经网络的书，但是都太专业了，这个漫画版简直是我的救星。
有14位网友表示赞同！
凝残月
哈哈，看完漫画版，感觉神经网络其实也没有那么可怕，可以尝试一下了。
有8位网友表示赞同！
你与清晨阳光
这个漫画版的设计真的很有创意，希望作者能出更多类似的科普漫画。
有18位网友表示赞同！
剑已封鞘
虽然漫画版很有趣，但是对于一些细节可能还是不够深入，需要结合其他资料一起学习。
有18位网友表示赞同！
青瓷清茶倾城歌
我已经推荐给我的同事了，大家都觉得这个漫画版挺有意思的，希望对大家都有帮助。
有7位网友表示赞同！
炙年
自学神经网络确实挺难的，这个漫画版至少让我看到了希望，谢谢作者！
有15位网友表示赞同！
凉城°
这个漫画版让我重新燃起了对神经网络的热情，以前都差点放弃了。
有19位网友表示赞同！
￡烟消云散
看了这个漫画版，我对神经网络有了更深的理解，感觉学习起来更有方向了。
有11位网友表示赞同！
从此我爱的人都像你
我是一名高中生，想了解一下神经网络，这个漫画版正好符合我的需求。
有6位网友表示赞同！
陌上蔷薇
这个漫画版让我明白了神经网络的基本原理，但是具体实现细节还需要进一步学习。
有5位网友表示赞同！
暮光薄凉
这个漫画版的设计真的很用心，希望能有更多的人看到，让更多人了解神经网络。
有6位网友表示赞同！
心悸╰つ
我已经收藏了这个漫画版，准备深入学习神经网络的时候再看，期待作者的下一部作品。
有19位网友表示赞同！
拥菢过后只剰凄凉
虽然这个漫画版很有趣，但是我担心它会不会误导一些初学者，希望作者能注意。
有15位网友表示赞同！