2013-10-17 36 views
-3

朋友,我試圖學習R中的神經網絡。 有人可以幫我解釋R中的神經網絡圖嗎? 朋友,我得到這個圖 Neural Network Graph如何解釋R中的神經網絡圖

的朋友請幫我解釋這個圖 任何幫助,將不勝感激

+0

朋友,你到底有什麼問題? – BartoszKP

+0

@ BartoszKP-朋友,我正在閱讀R中的神經網絡教程。因此運行一個示例代碼並得到了這個輸出,你能幫我解釋這個輸出嗎? – Ravee

+0

這是這裏的主題。請在這個測試版網站上投票提出問題:http://area51.stackexchange.com/proposals/57719/artificial-intelligence-這些問題應該屬於那裏。 – BartoszKP

回答

5

這幅畫代表了著名Iris dataset上下文中的神經網絡。該數據集包含iris plant三種類型的四個屬性。這些屬性的名稱顯示在您展示的圖片的左側。

數據從左側流向右側。將屬性(工廠的屬性)呈現給輸入層(左起第一列節點)。這些值中的每一個都乘以一個適當的權重,呈現給下一層中的節點 - 隱藏層(節點的中間列)。隱藏層也會得到一個輸入給它的偏移值(頂部行,左側標記爲1的節點)。神經元能夠代表任何分離的超平面,而不僅僅是跨越原點的超平面,這是偏差所必需的。例如,在一個簡化的2D的情況下,不顧激活功能,無需偏置一個神經網絡節點可以表示形式的任何行:

Y = A * X

x是輸入值,而a是重量。與偏壓,它可以表示所有可能的線:

Y = A * X + B * 1

1對應於圖中的1節點,b是它的重量(也可見在圖)。

對輸出層(圖片中節點的最後一列)重複完全相同的場景。

右側的標籤表示類別標籤,它們與分類植物的名稱相對應。這種結構代表贏家通吃(WTA)範式。也就是說,最終決定取決於哪個輸出神經元具有最高值。例如,如果最高輸出神經元的輸出值爲0.8,則中間的輸出神經元爲0.76,底部爲0.3,則決定是所呈現的屬性表示「Iris setosa」類。