给它一个数,它会分到哪一类?
跟着数字走一遍,再亲手改一个参数。
20–25 分钟(含网页实验)
学完这章,你能
- 算出一个感知机的分数和类别
- 改一个权重,核对预测有没有变
- 沿着连线读懂一个多层网络
会乘、会加、会比较大小,就能完成第一步。先看动画,再试着自己改一个数。
想象一个分拣台,只有 0 号箱和 1 号箱。我们输入一个数字,分拣台选一个箱子。这就是一个感知机能做的事。
先乘权重,再加偏置,得到分数。 点“播放计算”,跟着输入 2 走一遍。
分数 = 2 × 1 + (−3) = -1
-1 < 0 → 输出类别 0
Σ 表示把加权结果与偏置相加;外框内的求和与阈值判断属于同一个感知机。
先看完整结构,再播放计算0 / 4
2 × 1 + (−3) = -1 → 类别 0
点击播放,跟踪数字沿连线流动;也可以修改输入、权重或偏置,再观察一次。
跟住数字的两次变化
- 算分数:先用输入 2 乘权重 1,再加偏置 −3,得到 −1。
- 选箱子:分数达到 0 就去 1 号箱,低于 0 就去 0 号箱。用来比较的 0 叫阈值。
第一个判断,你算出来了
输入 2 经过乘、加、比较,进入 0 号箱。下一步试试怎样让它改判。
这条样本的正确箱号是 1。沿用刚才的参数,模型却送进了 0 号箱。先只改一个数,看看能不能分对。
运行两次,只改 weight
- 点“运行代码”,看预测类别和样本答案是否一致。
- 把
weight = 1.0 改成 weight = 1.5,再运行。找找类别在哪一行变成了 1。
先读绿色注释,再改一个数字,运行后核对结果。
输入时自动提示 · Ctrl + Space 查看补全 · Ctrl / ⌘ + Enter 运行
点击运行,查看结果
还没有运行。先预测结果,再点击运行。
分数从 −1 变成 0,刚好跨到 1 号箱。target 是样本的正确箱号,程序在最后用它核对结果。
不同样本共用同一组参数。 训练时,程序会根据样本的预测和答案调整参数。本节先由你手动调整。
这一条答对了,别的样本呢?
固定权重 1.5、偏置 −3。依次把 x 换成表中的输入,再把 target 改成对应答案。
下载改参实验你已经改过一个模型
先预测,再核对答案。 你已经用代码做完了一次改参实验。
给分拣台两项读数。每项乘自己的权重,把两项乘积相加,再加一次偏置。
关掉一路,看看哪一步变了
- 点“前进一步”,跟踪 2 × 1 和 1 × 2。两项合起来是 4,加上 −3 得 1。
- 把第二个权重从 2 改成 0。第一项还是 2,第二项变成 0。再播一次,分数变成 −1。
如果有更多路输入
省略号表示中间还可以有更多输入;n 是输入个数,每个 xᵢ 对应自己的 wᵢ,偏置 b 只加一次。n 是输入个数。分数达到 0 就输出 1,否则输出 0。
这里的求和符号表示把各项乘积加起来。读到这里,知道它在合计就够了。
你已经能读两路输入
两路读数仍然只经过一个感知机。下面把几个单元接起来,看看怎样组成网络。
把几个计算单元排成一层,再接上一层。前一层的输出,成为后一层的输入。 中间的层叫隐藏层。
2 → 3 → 2 → 1 · 前一层的结果,交给后一层每条线代表一次带权连接。图展示连接关系,不表示已经训练好。
点“看下一层”,跟着高亮的连线走。图里的 ReLU 是中途对数字做的一次转换。现在只需看懂结果交给了谁。
以后会遇到的网络和原始资料
先认路线即可。下一章用两只开关看看,多一层究竟多了什么能力。
保留初始权重 1 和偏置 −3。先用新输入 4 心算,再把图里的“输入 x”改成 4,点“播放计算”核对。
分数 = 2 × 1 + (−3) = -1
-1 < 0 → 输出类别 0
Σ 表示把加权结果与偏置相加;外框内的求和与阈值判断属于同一个感知机。
先看完整结构,再播放计算0 / 4
2 × 1 + (−3) = -1 → 类别 0
点击播放,跟踪数字沿连线流动;也可以修改输入、权重或偏置,再观察一次。
这章带走三个本领
- 看懂预测:先算分数,再按阈值选类别。
- 敢改参数:改一个权重,通过运行结果检查变化。
- 读懂连线:上一层算完,把结果交给下一层。
你已经能在新输入上复用同一条规则。下一章组合两个简单判断,让一盏楼梯灯按规则亮起来。
回看改参实验 · 继续:多层感知机