直观理解机器学习中的神经网络

技术Flow

合集 · 直观理解机器学习和深度学习 (18)

  1. 5:27
    直观理解正态分布(PDF, CDF, PPF)
  2. 4:07
    从数值和视觉上理解贝叶斯定理
  3. 4:06
    论文中常见基础数学符号
  4. 4:05
    论文中常见求和与乘积数学符号
  5. 3:23
    直观理解机器学习中的线性回归
  6. 3:28
    直观理解皮尔逊相关系数（r）和决定系数（r平方）
  7. 3:29
    直观理解机器学习中的逻辑回归
  8. 4:07
    直观理解机器学习中的神经网络
  9. 21:02
    大型语言模型中的注意力机制图解（中文配音）
  10. 31:51
    【中文配音】Mamba：比Transformers更好更快的模型
  11. 44:46
    (中文配音)直观解释所有机器学习模型
  12. 22:23
    (流畅中文配音)直观解释所有机器学习模型
  13. 7:54
    （中文配音）制作令人印象深刻的可视化图表
  14. 26:52
    （流畅中文配音）符合生物机制的学习算法
  15. 26:52
    （英语原声）符合生物机制的学习算法
  16. 2:14
    K-均值聚类动画演示
  17. 25:56
    为什么LoRA能省下训练资源？一个宝藏比喻讲透低秩适配
  18. 28:36
    本世纪被引用最多的论文是一篇出色的巧妙之作
Description 
本视频为个人学习所收集，为方便快速理解，通过chatgpt将视频原英文配音翻译校准后转成中文配音，原视频地址为：https://www.youtube.com/watch?v=iyrmwErURJs。

视频简介：

欢迎观看本期视频，我们将带你了解如何构建一个简单的神经网络来预测字体颜色。在这个例子中，我们将使用背景色的RGB值作为输入，通过神经网络的隐藏层进行处理，最终输出字体是浅色还是深色的预测。

我们将从输入层开始，这里接收代表像素颜色的RGB值。然后，这些值会传递到隐藏层，那里的节点通过权重和偏置值进行计算。我们使用ReLU激活函数来处理隐藏层的输出，确保负值被置零，而正值保持不变。

最后，我们将隐藏层的输出传递到输出层，这里使用sigmoid激活函数将结果缩放到0到1之间，代表预测的概率。如果预测值大于或等于0.5，我们认为字体是深色；否则，为浅色。

通过这个视频，你将学习到神经网络的基本结构和激活函数的作用。准备好了吗？让我们一起探索神经网络的奥秘吧！

Comments

wangbingwei 2024-05-05

宝藏UP主 要是当年有这视频 学习成绩也不至于这么差[呲牙]

↩ 1

潇思入微 2024-03-11

这视频是怎么制作的丫，动画效果看着很舒服

↩ 1

自閉少年er 2024-03-07

完全没有看懂

↩ 3

SYScZy 2024-03-06

这是ai配音吗[笑哭]

↩ 1