深度學習初探
講師 楊皓宇(堇姬)
deep learning
堇姬Naup(網管/美宣)
成電二年級/幽夜工作室繪師
CKCSC36
DC : naup_sumire_hime
IG : ckcsc36th_naup
涉獵C++、C、python、遊戲(tkinter、pygame)、資安(Web、Crypto)、AI、flask、html/css/js、 PHP、DC bot。
喜歡看輕小說、動畫、Vtuber、打音遊,也喜歡看百合,就是一個長年混跡ACG的宅女。
函式(Function)
輸入資料給它就會產生結果的東西
切蘋果function
輸入(input)
輸出(output)
舉例
模型(model)
多個Function集合在一起,就稱為Model。
可以辨識貓的Function,與其他可以辨識不同動物的Function集合在一起,就是所謂的Model。
舉例
權重
某因素或指標的相對重要程度
舉例
面試我要為一個人打分
評分項目
表達能力
個性
責任感
權重
3
1
2
*總分 = 表達能力分數 x 3 + 個性分數 x 1 +責任感分數 x 2
神經元(neurons)
想像它是我們腦的神經細胞
嘗試把很多神經元接在一起
形成神經網路
神經網路(NN)
這是神經網路的樣子
輸入層(input layer)
NN第一層稱作輸入層輸入層的節點不會做任何的運算,這些節點單純只是接收並傳送輸入至下一層
輸出層(output layer)
輸出層給出人工神經網路所有資料處理的最終結果
隱藏層(hidden layer)
人工神經網路可以有大量的隱藏層。每個隱藏層分析前一層的輸出,進一步處理,並將其傳遞給下一層
深度學習(DL)
透過大量資料,找出Model輸入與輸出之間的關係,藉此來訓練模型
設計評估模型好壞的標準
找到最好的模型
第一步
第二步
最後
輸入資料
層
層
權重
權重
預測值
標準答案
損失函數
損失分數
優化器
層
更新權重
舉例
我是一個深度學習model,我可以判斷他是甚麼生物
輸入(input)
很明顯是隻貓咪
有耳朵,有尾巴,一定是貓娘!!!
輸出(output)
顯然貓咪不是貓娘
(透過多層解析圖片特徵並判斷)
模型判斷錯了怎麼辦?
告訴他答案錯了請調整你判斷的權重
如何調整?
損失函數
(loss functions)
衡量神經網路在訓練資料的表現,引導模型往正確方向前進
0-1 Loss function
1
舉例
為模型的答案打分數
優化器
(optimizer)
根據訓練資料以及損失函數值來更新權重參數的機制
總結
成千上萬個資料進行數十次數百次迭代(反覆訓練及回饋)後,使調整的權重可以最小化損失函數
本次試教到這
施工區
激勵函數
(Activation Function)
損失函數
(Loss Function)
深度學習
By naup96321
深度學習
- 66