[已解决]关于“神经网络”的训练

Mike_python小

之前在网上看多过很多训练AI的，也去B站了解过一些关于神经网络的知识

可是我有一点不理解，那就是如何去训练神经网络

有时候抖音上有训练AI的，他会给AI添加一些条件（比如做了正确的事情就加分，错误的就减分）

神经网络是否也如此？

加入我想训练一个识别人否为人类的神经网络，我如何自动的让他进行训练？

最佳答案

月排行榜 / 总排行榜

dolly_yos2

2023-1-9 11:30:08

Mike_python小 发表于 2023-1-9 11:01
还是有些抽象，即使我知道了是加减分（这很好理解）

比如说我想让他识别人，我让给他图片，然后呢？为 ...

给定一个图片，神经网络怎么评估它是不是一个人的图片？
这取决于神经网络的设计。比较经典的方法可能会把这个图像视为一个三维张量（或者说三张矩阵，分别是 RGB 颜色的强度），对其进行一系列操作（卷积、池化、标准化、softmax 等等），得到一个这张图片有多大可能是人的图片的评分，根据这个评分和一个阈值最终判断是不是一个人的图片

给定一个图片，训练的时候如何知道它究竟是不是人的图片？
没什么特别的，一般是标记好的，训练数据本身就包含这张图片本身和它是不是人类照片的信息，直接取用就知道了

放在一起
神经网络对图片本身经过一系列的操作得到了一个判断结果，这个判断结果和这个数据的标记可能有出入，这种出入用损失函数来表示。损失函数是从神经网络的输出计算得到的，神经网络的输出是从其中的一系列操作得到的，都是有迹可循的。追溯这个结果生成的过程就能找到每一个可训练参数对结果的贡献，根据这个贡献修改这些参数让结果更好，这就是“加减分”内部的工作方式：在训练数据和损失函数的指导下，调整参数，改进效果

跳转到最佳答案楼层

dolly_yos2

差不多都是这样的一个加减分的流程，虽然加减分感觉听起来是强化学习的
神经网络的训练会和一组训练数据和一个损失函数（或者说目标函数）结合在一起完成。给训练过程设计一个损失函数，这个损失函数根据神经网络对这组训练数据的计算结果和训练数据预期的（正确的）结果计算得到一个值，这个值应该能指导神经网络进行改进，即反映了神经网络的好坏，通常损失值越小表示神经网络的任务完成的越好
由于神经网络是可导的，可以从损失函数将导数（梯度）推导到各个可训练的参数上，即得到各个可训练参数的值向什么方向微调能改进损失函数的值（令其减小，令神经网络整体得到改进），根据这个信息完成可训练参数的调整，就是通常的一轮训练

Mike_python小

dolly_yos2 发表于 2023-1-9 10:45
差不多都是这样的一个加减分的流程，虽然加减分感觉听起来是强化学习的
神经网络的训练会和一组训练数据和 ...

还是有些抽象，即使我知道了是加减分（这很好理解）

比如说我想让他识别人，我让给他图片，然后呢？为什么他就能实现加减分，就是说，他咋能就训练看这是不是个人（我知道的表达很模糊，希望大佬能理解）

dolly_yos2

Mike_python小 发表于 2023-1-9 11:01
还是有些抽象，即使我知道了是加减分（这很好理解）

比如说我想让他识别人，我让给他图片，然后呢？为 ...

给定一个图片，神经网络怎么评估它是不是一个人的图片？
这取决于神经网络的设计。比较经典的方法可能会把这个图像视为一个三维张量（或者说三张矩阵，分别是 RGB 颜色的强度），对其进行一系列操作（卷积、池化、标准化、softmax 等等），得到一个这张图片有多大可能是人的图片的评分，根据这个评分和一个阈值最终判断是不是一个人的图片

给定一个图片，训练的时候如何知道它究竟是不是人的图片？
没什么特别的，一般是标记好的，训练数据本身就包含这张图片本身和它是不是人类照片的信息，直接取用就知道了

放在一起
神经网络对图片本身经过一系列的操作得到了一个判断结果，这个判断结果和这个数据的标记可能有出入，这种出入用损失函数来表示。损失函数是从神经网络的输出计算得到的，神经网络的输出是从其中的一系列操作得到的，都是有迹可循的。追溯这个结果生成的过程就能找到每一个可训练参数对结果的贡献，根据这个贡献修改这些参数让结果更好，这就是“加减分”内部的工作方式：在训练数据和损失函数的指导下，调整参数，改进效果

阿奇_o

Mike_python小 发表于 2023-1-9 11:01
还是有些抽象，即使我知道了是加减分（这很好理解）

比如说我想让他识别人，我让给他图片，然后呢？为 ...

不抽象才怪呢。。AI的背后就是抽象的数学知识和复杂的算法。
先问问自己有没有认真学过：高数，统计学，概率论，线性代数等基础？
然后，再问问自己：数据分析会不会？编程和算法能力如何？数学能力如何？……
反正我觉得自己暂时连门槛都还没够得上。。

Mike_python小

阿奇_o 发表于 2023-1-9 11:36
不抽象才怪呢。。AI的背后就是抽象的数学知识和复杂的算法。
先问问自己有没有认真学过：高数，统计学 ...

高数，统计学，概率论，线性代数等基础完全没学过

以后的路还很长啊