神经网络是怎么学会的

简短回答

神经网络是这样学习的:先猜,再量出误差,然后微调连接权重,一遍又一遍,直到答案变对。

0:28科技与 AI进阶神经网络机器学习人工智能

由英文翻译而来。资料来源保留原文。

章节与文字稿

  1. 0:00

    一开始全靠猜

    新网络的连接是随机的,所以最初的答案大多不对。给它看一个手写的 7,它猜是 1。

  2. 0:07

    每个连接都有权重

    信号自左向右流过一层层网络。每个连接的权重,决定它把信号传递下去的强度。

  3. 0:14

    量出误差,调整权重

    网络的答案会与正确答案比对。误差逐层回传,每个权重都朝让误差变小的方向挪一点点。

  4. 0:21

    重复成千上万次

    每多看一个样本,答案就好一点,直到权重抓住规律。视频中的学习曲线是示意图,不是实测数据。