發表文章

目前顯示的是 十二月, 2017的文章

類神經網路雜談

圖片
其實不管是類神經網路,學習語言或是學習任何領域的知識,都不斷的強調:
先去用了,就知道要學什麼

特別是類神經網路這哦領域的知識,看了數種tensorflow 教學,有些人用數學的方式來介紹神經網路,嚇壞了一堆人,包括我,以為要學習神經網路要有非常深厚的數學能力,事實上當我們開始撰寫Tensorflow的程式碼的時候,一行數學式子都沒有用上,連我自己都嚇傻眼,但我不是反對你去了解這些數學式子,而是要告訴你其實學習類神經網路這件事情,比完全了解神經網路運作原理來的簡單太多了。

就像學開車一樣,其實大多數的人(包含我),都一直以為開車加速的[油門]是真的把油打開,但開車開了這麼多年上山下海,直到最近才知道原來所謂的油門,其實應該稱作[氣門],我們實際上並不是控制油,而是控制進氣閥,控制進去引擎的空氣量大小,錯了這麼多年了對於我們開車這件事情好像沒有太多影響。

如果不去深入了解類神經網路的數學式與原理,那我們該了解什麼,這也是這篇文章最重要的重點,學習類神經網路我們應該去瞭解他的觀念還有他的特性,並學會怎麼去假設我們的問題與目標,並使用神經網路幫我們解決這個議題。

那我們該怎麼學習神經網路,Google一開始用了幾個範例來交導我們入門,用了手寫辨識這個簡單的範例,但是這個範例有一個很大的問題,就是不見頭不見尾,我娓娓道來。

分類(classification)的問題,為什麼很多機器學習的一開始就會介紹分類,而學習神經網路也對於分類這麼重視,事實上他就是我們大腦無時無刻都在做的事情,只是我們不稱他叫做分類,我們稱它叫做[決定]、[判斷]。
       舉一個簡單的例子,例如我今天中午想要吃什麼午餐,我會想想 我肚子有沒有很餓,現在天氣式冷還是熱,所以我再[決定]要吃什麼午餐的時候我就是在以 肚子餓的程度與天氣的溫度做為判斷依據,於是我開始收集數據

肚子很餓,天氣很冷   想吃火鍋
肚子不餓,天氣很冷   想吃牛肉麵
肚子很餓,天氣很熱   想吃便當
肚子不餓,天氣很熱   想吃涼麵


如果我把這件件事情量化(量化就是把事情用數字表示),肚子餓用0-100分評比
(肚子 50分以下代表很餓 50分以上代表不餓)
(溫度 26度 以上大表很熱 26度以下代表很冷)


肚子 30,溫度 15  答案  火鍋
肚子 60,溫度 15  答案  牛肉麵
肚子 30,溫度 30  答案  便當
肚子 70,溫度 31 …

xamarin 編譯的時候遇到 找不到檔案 'obj\iPhone\Release\XXXXXX.exe.manifest'。XXXXXX

圖片
關閉 ClickOnce 這個選項
\專案(右鍵)\屬性     安全性\啟用 ClickOnce 安全性設定 關閉