機器學習如何處理多維數據？

Question

我undertand怎樣的不同投入的加權和如何使用它來計算成本，基本上是這樣的：

而且它如何被用來做更深層次的網絡，但如何將網絡處理像rgb-image，其中一些數據被繼承捆綁在一起？

Answer 1

假設我們有w * h個像素（w =寬度，h =高度）的圖像。最簡單的方法是簡單地創建w * h * 3輸入節點;對於每個像素，三個輸入節點（一個用於R值，一個用於G值，一個用於B值）。有了足夠大的訓練數據集，以這種方式拆分數據應該不成問題。

你是對的，你最初確實會丟失一些信息;網絡結構中沒有內在的東西可以告訴它前三個輸入節點在某種程度上是相互關聯的（同一個像素），之後的三個節點也是如此，等等。如果有足夠多的訓練數據，它應該理論上）能夠接受這樣的模式。

根據問題域，簡單地擺脫顏色信息也可能是有益的。相反，您可以將圖像轉換爲灰度，然後您只需要每個像素一個輸入節點。很明顯，你也會這樣失去信息，但是對於一些信息可能不必要的任務（並且擺脫它可以使你的訓練在計算上更有效率）。