建设网站的预算,济南市建设招标中心网站,冠县建设局网站,广州网站建设联系新科海珠前些天发现了一个巨牛的人工智能学习网站#xff0c;通俗易懂#xff0c;风趣幽默#xff0c;忍不住分享一下给大家。点击跳转到网站。 下面我拿识别美女的例子来给大家介绍如何将美女的图片数据输入到神经网络中。 此例中#xff0c;待输入的数据是一张图像。为了存储图像… 前些天发现了一个巨牛的人工智能学习网站通俗易懂风趣幽默忍不住分享一下给大家。点击跳转到网站。 下面我拿识别美女的例子来给大家介绍如何将美女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A.V女生的呢点击神经网络是如何进行预测的
