神经网络核心组件和流程梳理

文章目录

  • 神经网络核心组件和流程梳理
    • 组件
    • 流程

神经网络核心组件和流程梳理

组件

  • 层:神经网络的基本结构,将输入张量转换为输出张量。
  • 模型:由层构成的网络。
  • 损失函数:参数学习的目标函数,通过最小化损失函数来学习各种参数。
  • 优化器:如在使损失值最小时,就会涉及优化器。

流程

  1. 多个层链接在一起构成一个模型或网络,输入数据通过这个模型转换为预测值。
  2. 预测值与真实值共同构成损失函数的输入,损失函数输出损失值(损失值可以是距离、概率值等),该损失值用于衡量预测值与目标结果的匹配或相似程度。
  3. 优化器利用损失值计算关于各个权重参数的梯度,将权重参数沿梯度方向进行微小的更新,目标是使损失值越来越小,这是一个循环过程,当损失值达到一个阙值或循环次数到达指定次数时,循环结束。

神经网络核心组件和流程梳理_第1张图片

你可能感兴趣的:(深度学习,神经网络,人工智能,深度学习)