绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
机器学习 深度学习 中 有个关于权重的问题
2019-11-12 11:50:30

简单例子;我们做个猫狗分类,有猫狗训练图片 。只分两类 。 我们是不是应该要做以下大概步骤 .

1,图片 换算矩阵 rgb三通道 换算 做出 换维度的新的材料。

2,卷积 ,池化, 用各个神经元上的权重参数 w1 w2。。。。 wx 去和提取的特征做乘法 然后 在相加 在加上 偏执值 b 。后输出 2个结果 都为0-1直接的 小数 对应猫的参数的结果 越接近1那么也就是说 猫的概率越大 比如 0.6是猫 0.4是狗 。

3,由于 0.6 还不够接近1 所以我们 用误差 来反向传播进网络 ,并且反复 反正传播 终 损失值loss 越来越小。使得w1 w2 。。。。wx 更科学 。

以上 是我对 图片识别分类任务流程的 基本认识 如果不对请指正。

下面问题来了:

问 ,

w1 w2.。。。wx 和 偏执b 这些就是我们从张图片经过有监督学习 反复反向传播 得到的权重值。 可是我们有了这些权重后又该做些什么。

那么我们如果 把第二张 图片 用上述的 卷积 池化等等步骤 处理 ,然后 和我们已经得到的w1 w2.。。。wx 以及b 做运算 也会得到 2个结果 。

那这2个结果 如果不准确 我们下一步要做什么 ?是继续做反向传播吗? 如果继续 那么我们将会得到新的w1 w2 。。。wx 和b 。新的到的权重值 又有什么用呢 第二次得到的这些权重值 应用到张图片上 还能得出 正确的结果吗。

这就是我的问题 我没有搞懂 权重 值 如何继承下来 变成我们所说的经验 也就是说 我没有搞懂 权重是 如何通过训练 得到经验

分享好友

分享这个小栈给你的朋友们,一起进步吧。

IT知识联盟
创建时间:2019-07-05 15:30:45
分享收集到的大小知识点
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

栈主、嘉宾

查看更多
  • 王超
    栈主

小栈成员

查看更多
  • ?
  • youou
  • gamebus
  • chinacc
戳我,来吐槽~